具有动态预言机适应功能的量子态测量系统，用于提升NISQ设备中的参数估计精度

《IEEE Transactions on Instrumentation and Measurement》：Quantum State Measurement System With Dynamic Oracle Adaptation for Enhanced Parameter Estimation in NISQ Devices

提出一种动态或acles适配的量子测量系统，结合Simon算法和Grover算法，提升NISQ设备参数测量成功率至60%，查询复杂度优化，适用于密码学、基因组学等领域。

　　

摘要：

本文提出了一种新型的量子测量系统，该系统通过动态预言机适应（DOA）技术将西蒙（Simon）的周期检测算法与格罗弗（Grover）的振幅放大算法相结合，从而在噪声干扰下的中等规模量子设备（NISQ）中实现更精确的参数测量。传统的混合量子测量方法存在中间环节测量引起的退相干问题以及静态预言机的构建问题，这使得在IBM量子硬件上实际测量成功概率仅约为15%。我们提出的DOA测量系统通过根据周期检测结果动态生成测量预言机，将测量成功概率从15%提高到了60%。该系统的查询复杂度为O(2^n?1/k/2^n)，同时在整个测量过程中保持了量子相干性。在IBM量子硬件上的实验验证表明，该系统在现实设备限制条件下能够有效完成四量子比特参数估计任务，表现出优异的性能。该测量架构在密码学密钥检测、基因组序列测量和图参数估计等领域具有广泛的应用前景，为实用的量子仪器系统奠定了坚实的基础。

引言

量子测量系统代表了精密仪器领域的一个范式转变，相较于经典测量方法，在特定参数估计任务中具有理论优势[5]。将量子算法集成到测量系统中在仪器和测量领域受到了广泛关注，尤其是在需要指数级加速结构化参数检测和非结构化参数搜索的情况下[6],[7]。1)

测量加速：如果量子测量系统能够将测量函数的查询次数从经典方法的数量减少到量子方法的数量，则可以实现加速。

西蒙算法在周期参数检测方面实现了指数级的测量加速，相比经典方法需要较少的量子测量次数[2]；而格罗弗的振幅放大算法在非结构化参数搜索中提供了二次方的测量效率提升，能够在较少的测量次数内找到目标参数[3]。最近的量子计量学发展表明，量子测量技术在测量精度上可以超越经典极限[4],[6]。

2)

传统混合量子测量系统：这种系统通过静态预言机的构建和中间环节的测量来结合量子算法（例如西蒙算法和格罗弗算法），在算法执行过程中对量子态进行测量。

当前在密码分析、基因组测序和网络参数估计等领域的应用需要能够处理结构化（周期性）和非结构化（随机）参数分布的混合测量系统[15]。此外，许多关于先进测量技术的研究强调了在量子计算环境中改进测量系统的必要性[1],[12]。