量子相位估计(quantum phase estimation, QPE)把”酉算符作用在本征态上积累的相位 “转写成二进制数——它是量子计算机获取谱信息的通用入口,也是 HHL 与哈密顿顿模拟公用的核心子程序。对 CFD 读者,QPE 就是”量子版的特征值求解器”:所有依赖谱分解的算法(求逆、本征值阈值判定、谱方法)都要经由它把特征值装载到可计算的寄存器上。

算法推导

设酉算符 的本征对 , 是待估相位。取 比特相位寄存器初始化为均匀叠加:

对相位寄存器第 比特执行受控 ,由相位回踢(phase kickback)得

即每个比特携带 二进制展开的一位(QPE 的本质是量子傅里叶变换(QFT)的反演:这正是 QFT 态的形状)。施加逆 QFT,测量得到整数 。输出 的振幅是几何级数

在 处聚成峰。两个标准结论:最接近真值的输出概率至少 ;取 比特即可在概率 下达到 比特精度——精度 与寄存器尺寸线性、与最深受控门 的演化时长指数挂钩,这就是精度—深度权衡的来源。

正弦变换线路
图:T_M 变换的实现线路——Hadamard 与正弦变换级联,把网格基转到 Laplacian 特征基,是 Cao 等泊松求解器中谱估计模块的入口,随后用相位回踢提取 e^{2πiφ_j2^t}(来源:QC014)

在 HHL 中的角色

HHL 用 QPE 作用于 :本征态 积累的相位恰是 ,于是特征值被写进寄存器(见hhl)。两个量化后果:

  • 谱窗 决定要分辨最小特征值需演化时长 ——HHL 复杂度中 的乘积正是 QPE 深度;
  • 特征值寄存器最后必须被逆 QPE 擦除(uncompute),否则纠缠破坏解态。

在哈密顿顿模拟中的角色

哈密顿顿模拟(见hamiltonian-simulation)与 QPE 互为表里:QPE 的受控门就是一段模拟 ;反过来,模拟算法的 LCU/QSP 构造又以相位估计为早期形态。对本征值已知的谱方法场景,QFT 直接完成基变换而不必逐位估相位——Cao 等的泊松求解器正是用正弦变换 (一维 Laplacian 的特征基,)替代通用 QPE,把谱访问成本压到 Cao et al. 2013 (NJP)。QSVT 框架还给出相位估计的”无测量”变体——本征值阈值问题(判断正规矩阵是否有超过阈值的本征值)可以不经完整相位估计求解Martyn et al. 2021 (arXiv),这对流动稳定性分析中的特征值判定是直接可用的原型。

CFD 视角:谱信息的量子入口

经典 CFD 大量依赖谱信息:线化算子的特征值决定显式格式的稳定性极限(CFL 数即谱半径的倒数)、压力泊松的特征谱决定迭代收敛速率、稳定性分析(Orr–Sommerfeld 型)本质是特征值问题。QPE 提供的入口有三点不同:

  1. 不落盘:特征值留在量子寄存器里参与后续受控运算(如 HHL 的 旋转),不需要经典存储整个谱;
  2. 逐个估计 vs 全谱:QPE 每次运行针对当前叠加态中的本征分量产出特征值,全谱重构仍受测量次数限制——与读出瓶颈同源(见io-problem);
  3. 深度换精度: 比特精度要求最深 级演化,容错时代的线路深度预算直接约束可达谱精度。

延伸阅读