1. 课程导入与全景概览

量子测量通常被理解为一次“瞬间完成”的投影操作：测量之后，波函数坍缩到某个本征态，系统状态被彻底改变。但在真实实验中，探测器并不是理想瞬间响应的，量子系统也不会在测量后立刻“冻结”。连续弱测量研究的正是这样一类情形：测量在时间上被拉长、每次只从系统中提取极少信息，系统在测量过程中持续演化，而我们通过累积的微弱信号逐步推断它的状态。量子反馈控制则进一步把“推断”变成“行动”：根据实时估计的状态，对系统施加控制，使其稳定在目标态、沿指定轨迹演化，或抑制退相干与噪声。

本课程的核心问题可以概括为三句话：如何从连续测量记录中提取量子状态信息？如何在测量反作用与信息获取之间取得平衡？如何把实时估计转化为反馈控制，使量子系统按预期运行？这三个问题贯穿全部章节，也是理解后续数学工具与实验平台的出发点。

物理直觉：弱测量不是“更差的投影测量”

先建立直觉。设一个二能级系统处于叠加态 |ψ⟩ = α|0⟩ + β|1⟩，若做一次强投影测量，结果只能是 0 或 1，概率分别为 |α|² 和 |β|²，测量后状态坍缩到对应本征态。若换成弱测量，探测器与系统只发生微弱耦合，输出的是一个连续信号，例如 homodyne 电流 I(t)。这个信号带有噪声，但它的条件平均与某个可观测量的期望值相关。随着时间推移，我们不断获得“少量信息”，状态估计逐渐收敛，但系统并未被一次性摧毁。

关键参数是测量强度或测量速率。测量越强，单位时间获得的信息越多，但反作用也越大；测量越弱，反作用小，但估计收敛慢、噪声影响大。连续弱测量理论正是用随机主方程和随机薛定谔方程来精确描述这种“信息—反作用”权衡。

数学工具地图

本课程需要的数学工具不是零散公式，而是一条从状态描述到反馈设计的链条。下面这张图给出全景关系：左侧是量子系统与测量装置，中间是连续测量产生的随机信号与条件状态，右侧是反馈控制器与执行器，底部是贯穿全程的数学工具。

图中最值得注意的不是方框本身，而是三条关系：第一，测量装置从系统提取信息，同时把反作用施加回系统；第二，条件状态 ρ_c(t) 是连接测量与反馈的“信息中枢”；第三，反馈不是开环预设，而是依赖实时估计的闭环。后续章节将分别展开这三条关系。

典型实验平台

连续弱测量与反馈控制并非纯理论，它在多个实验平台上已有实现或验证。理解这些平台有助于把公式与真实物理对象对应起来。

这些平台的共同点是：测量不是一次性的，而是持续产生时间序列；反馈延迟必须远小于系统相干时间，否则估计尚未更新，状态已经演化到别处。因此，实验上的关键指标包括测量效率 η、反馈带宽、探测噪声和系统退相干速率。

课程路线与学习目标

本课程按“直觉—数学—算法—实验—综合”的路线展开。前几章建立连续测量与随机演化的基本图像，包括量子轨迹、随机薛定谔方程和随机主方程；中段进入量子滤波，学习如何从测量记录中实时估计状态，并讨论估计误差与测量效率的关系；随后进入反馈控制，涵盖马尔可夫反馈、贝叶斯反馈、最优控制与稳定性分析；最后结合超导电路、离子阱和光机械等平台，讨论实际实现中的延迟、噪声与参数选择问题。

学习本课程后，你应当能够：

• 写出典型连续弱测量系统的随机主方程，并解释各项的物理含义；
• 根据测量记录 I(t) 推导条件状态 ρ_c(t) 的更新规则；
• 判断测量强度、探测效率与反馈带宽对控制效果的影响；
• 针对一个具体平台，给出反馈控制的基本方案与关键参数范围；
• 识别连续测量与反馈中的常见误区，例如把弱测量等同于低效投影测量、忽略反馈延迟等。