4. 量子测量公设与层析原理

量子态层析的全部合法性来自量子力学的测量公设。要理解为什么可以从一堆计数频率反推出密度矩阵，必须先厘清公设给出的三件事：测量由一组算符描述、单次测量结果是概率性的、多次测量的统计频率趋近于理论概率。层析本质上就是把这套“正问题”反过来求解。

投影测量：最基础的测量模型

投影测量由一组正交投影算符 {P_m} 描述，满足完备性关系 Σ_m P_m = I 以及正交性 P_mP_n = δ_mnP_m。若系统处于密度矩阵 ρ，测得结果 m 的概率为

p(m) = Tr(P_m ρ)

测量后态坍缩为 P_mρP_m/p(m)。以单光子偏振为例，水平/垂直基下的投影算符为 P_H=|H⟩⟨H|、P_V=|V⟩⟨V|。若光子态为 |D⟩=(|H⟩+|V⟩)/√2，则 p(H)=p(V)=1/2。投影测量只能给出该基下两个结果，无法单独确定 ρ 的全部参数，这正是需要多组基的原因。

POVM：更一般的测量描述

当测量装置与系统纠缠、或探测器不能分辨坍缩后态时，用正算符值测度（POVM）描述更合适。POVM 是一组厄米正定算符 {E_m}，满足 E_m ≥ 0 且 Σ_m E_m = I，结果概率同样为 p(m)=Tr(E_mρ)。投影测量是 POVM 的特例（E_m=P_m）。POVM 不要求正交，因此可以用更少的测量配置获得更多信息，但代价是测量后态不再由 E_m 唯一决定。层析中常用的“六态测量”在偏振情形下可视为三组投影测量，而在探测器效率不理想时，实际响应更接近 POVM，需要在重构时把探测效率作为已知参数纳入模型。

信息完备性与层析方程

单量子比特的密度矩阵是 2×2 厄米、迹为 1 的矩阵，可用泡利基展开：

ρ = (I + r_x σ_x + r_y σ_y + r_z σ_z) / 2

其中 r=(r_x,r_y,r_z) 是布洛赫矢量，|r|≤1。要唯一确定 ρ，需要至少三个线性无关的观测量。若只测 σ_z，只能得到 r_z；加上 σ_x、σ_y 才能定出全部三个分量。一般地，对 d 维系统，密度矩阵有 d²−1 个实参数，因此至少需要 d²−1 个线性无关的测量结果，这就是信息完备性的数量要求。

把每个测量配置写成线性方程。设第 k 个测量算符为 M_k（可以是投影算符或 POVM 元素），其理论概率为 p_k=Tr(M_kρ)。将 ρ 按一组正交基 {B_i} 展开为 ρ=Σ_i θ_iB_i，则

p_k = Σ_i θ_i Tr(M_k B_i) = Σ_i A_{ki} θ_i

把所有配置堆叠起来得到矩阵方程 p = Aθ。A 的每一行对应一个测量设置，每一列对应一个待估参数。当 A 的秩等于参数个数时，方程有唯一解，层析可行；若秩不足，说明测量配置存在冗余或缺失，无法区分某些态。

从测量频率到态估计

实验中无法直接得到 p_k，只能得到计数 n_k 和总次数 N_k，频率 f_k=n_k/N_k 是 p_k 的估计。最直接的做法是线性反演：用 f 代替 p，解 θ̂=A⁺f（A⁺ 为伪逆）。但线性反演有两个问题：一是统计涨落会让 θ̂ 对应的 ρ 出现负本征值，物理上不可接受；二是当 A 接近奇异时，微小噪声被放大。

更稳健的做法是最大似然估计。构造似然函数

L(ρ) = Π_k p_k(ρ)^{n_k}

在约束 ρ≥0、Trρ=1 下最大化 L，或等价地最小化负对数似然。常用迭代算法从初始猜测 ρ₀=I/d 出发，按 RρR 形式逐步更新，其中 R 由测量算符和计数构造。迭代收敛后得到的 ρ̂ 自动满足正定和迹为 1，是当前数据下最可能的态。

测量配置与信息完备性的关系

以单量子比特为例，若只做 Z 基投影测量，A 只有一行，秩为 1，无法确定 r_x、r_y。加入 X 基和 Y 基后，三组测量共六个结果，但受归一化约束实际独立参数为 3，A 的秩为 3，信息完备。若三组基并非两两共轭，例如 X、Z 和某个与两者都接近的基，A 虽满秩但条件数很大，估计方差会显著上升。因此层析实验设计不仅要“数量够”，还要让测量算符在参数空间中尽量正交、覆盖均匀。

图中把公设、方程和估计串成一条链：左侧是测量公设给出的概率表达式，中间把未知态展开成参数向量并写成线性方程，右侧说明如何用频率替代概率并施加物理约束。下方三组基的示意对应单量子比特层析的最小完备配置，每个基确定布洛赫矢量的一个分量。

实操中的关键判断

假设做单量子比特层析，Z、X、Y 三组各累计 N=2000 次。若测得 n_H=1400、n_D=1700、n_L=600，则频率分别为 0.70、0.85、0.30，对应 r_z=0.40、r_x=0.70、r_y=−0.40。此时 |r|=√(0.16+0.49+0.16)=0.90<1，ρ̂ 正定，结果物理。若某次数据算出 |r|>1，说明统计涨落或系统误差使线性反演越界，应改用最大似然估计并检查测量模型。

信息完备性不是“测得多就一定好”。若三组基中有两组几乎相同，A 的列近似线性相关，条件数可达 10³ 以上，同样计数下参数方差会放大数十倍。因此实验前应计算 A 的条件数，必要时增加基组或调整测量配置，使 A 在参数空间中尽量均匀覆盖。层析的可靠性，最终取决于测量公设、测量配置和估计方法三者是否一致。