1. SPDC纠缠光子源仿真与参数优化导论

自发参量下转换（Spontaneous Parametric Down-Conversion，SPDC）是现代量子光学实验中最常用的纠缠光子产生机制之一。当一束泵浦光入射到非线性晶体中时，在满足能量守恒与动量守恒（相位匹配）的条件下，一个泵浦光子以一定概率分裂为两个低频光子，分别称为信号光与闲频光。由于这两个光子在产生时刻、频率、偏振和波矢上高度关联，它们天然构成纠缠光子对，成为量子密钥分发、贝尔不等式检验、量子隐形传态、单光子源标定以及量子成像等实验的核心资源。

本课程的目标不是停留在SPDC的定性描述，而是建立一条从物理模型到数值仿真、再到参数优化的完整工程链路。学习者需要能够回答三个层次的问题：第一，给定晶体材料、切割角度、泵浦波长与光束参数，输出光子的频谱、空间分布和纠缠特性大致是什么样；第二，如何用数值工具把这些物理关系转化为可计算的模型，并得到可解释的仿真结果；第三，当实验目标变化时（例如需要更宽的相位匹配带宽、更高的收集效率或更低的旁瓣），应当调整哪些参数、调整方向如何、代价是什么。

SPDC在量子信息中的角色

在量子信息体系中，SPDC的地位可以用“源头”来概括。量子密钥分发需要稳定且高对比度的纠缠源；基于纠缠的量子中继需要光子对在频率与带宽上与存储介质、探测器匹配；多光子干涉实验则要求光子具有高的不可区分性。这些需求最终都落到SPDC源的几个关键指标上：亮度（单位泵浦功率下的符合计数率）、纠缠保真度、光谱带宽、空间模式纯度以及光子对收集效率。理解这些指标与晶体参数、泵浦条件之间的定量关系，正是仿真与优化的价值所在。

需要强调的是，SPDC是一个概率性过程，转换效率通常在10⁻⁷至10⁻¹⁰量级，因此实际系统往往工作在“低增益”区间，以避免多光子污染。这一物理事实决定了仿真中必须同时关注单光子层面的关联特性与宏观层面的计数率，二者不可偏废。

仿真与优化的工程意义

如果完全依赖实验试错来寻找最优参数，成本高、周期长，而且很多中间量（如相位匹配函数的精细结构、联合谱强度分布）难以直接测量。数值仿真的作用在于：在实验之前给出参数空间的“地图”，指出哪些区域值得尝试、哪些区域存在带宽过窄或旁瓣过强的问题。优化的作用则是在这张地图上，依据明确的目标函数（例如在给定泵浦带宽下最大化符合计数率，同时约束光谱纯度高于某阈值）进行搜索。

下面这张图给出了本课程的整体技术链路：从物理输入出发，经过模型与仿真，进入参数扫描与优化，最终回到实验可验证的指标。它同时说明了各环节之间的数据流向与反馈关系。

整体学习路径与工具链概览

课程后续内容将沿着“物理—模型—仿真—优化—验证”的顺序展开。在物理层面，需要掌握负单轴或正单轴晶体的折射率色散关系（如BBO、KDP、PPLN的Sellmeier方程），理解I型与II型相位匹配的区别，以及准相位匹配中极化周期的作用。在模型层面，重点是写出相位失配量Δk作为信号光频率与出射角的函数，并由此构造联合谱振幅。在仿真层面，通常使用Python配合NumPy、SciPy完成折射率计算、相位匹配曲线绘制与二维强度图生成；对于需要严格处理衍射与聚焦的情形，可引入角谱传播或更完整的模式重叠积分。

以一个教学示例说明参数的量级关系（以下数值为合理假设，用于说明方法而非实测结果）：取BBO晶体，泵浦波长405 nm，I型相位匹配，切割角约29°，晶体长度2 mm。若泵浦带宽约1 nm，则相位匹配带宽通常在数纳米量级；当晶体长度增加到5 mm时，sinc²函数的宽度按1/L收缩，带宽明显变窄，同时单位泵浦下的转换效率上升。这一“带宽与效率此消彼长”的关系，是后续优化章节反复出现的核心矛盾。

在工具链上，建议建立统一的参数配置文件，把材料、角度、长度、泵浦条件集中管理，避免在多个脚本中散落硬编码。仿真结果应保存为结构化数据（如CSV或NPZ），并配套绘制相位匹配曲线、JSA强度图和施密特谱。优化环节可采用网格扫描作为基线方法，再视需要引入局部搜索；目标函数必须显式写出权重与约束，例如“在纯度不低于0.95的前提下最大化符合计数率”。最后，所有仿真结论都应回到可测量的量上：符合计数率、Hong-Ou-Mandel干涉可见度、量子态层析得到的保真度，从而形成闭环。

掌握这条链路之后，学习者面对的不再是一个抽象的“纠缠源”，而是一组可以计算、可以比较、可以权衡的工程参数。这正是本课程希望建立的核心能力。