查看“WikiEdge:ArXiv-2408.17442v1/methods”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17442v1/methods|action=edit}} 编辑]</div>
这篇论文的工作部分详细探讨了[[测量基础反馈]]（Measurement-based feedback, MBF）控制在[[量子系统]]中对[[冯诺依曼熵]]（von Neumann entropy）的影响。以下是这部分的主要内容：
# '''测量基础反馈控制（Measurement-based feedback control, MBF）'''：
#* 描述了MBF控制的基本策略，即通过测量获得的信息来控制量子系统的动态。这涉及到先对目标系统进行测量，然后将测量结果反馈用于控制。
#  '''冯诺依曼熵（von Neumann entropy）'''：
#* 引入冯诺依曼熵作为衡量量子系统在MBF控制下状态混合程度的指标。冯诺依曼熵在量子态为纯态时取值为零，在系统处于最大混合态时达到最大值。
#  '''随机主方程（Stochastic master equation, SME）'''：
#* 利用[[随机主方程]]描述了在连续测量条件下量子系统的状态演化。该方程考虑了系统[[哈密顿量]]、可控耦合（[[Lindblad算子]]L）以及由退相干引起的非理想耦合（Lindblad算子M）。
#  '''熵的演化分析'''：
#* 通过推导冯诺依曼熵的时间导数的下界，分析了在MBF控制下熵的演化。结果表明，熵的演化受到系统可观测量的方差和给定退相干的量子性的影响。
#  '''量子比特（qubit）稳定化示例'''：
#* 通过一个[[量子比特]]系统的示例，展示了上述理论分析的有效性和物理解释。在这个例子中，考虑了特定的系统哈密顿量、可控耦合和非理想耦合，以及它们对熵演化的影响。