更少的模拟，更精确的协方差：使用齐德霍夫近似控制变量降低mock协方差噪声

我们提出了一种控制变量方法，用于降低大尺度结构模拟功率谱协方差矩阵估计的方差。关键思想是将每个mock模拟与共享相同初始条件的廉价齐德霍夫近似实现配对，并利用齐德霍夫场的已知统计特性从协方差估计器中移除相关样本方差。在高斯离散近似下，我们推导了两种控制变量系数 $\beta(k,\ell;k',\ell')$ 以及相应相关系数 $\rho(k,\ell;k',\ell')$ 的完全解析表达式，均以目标场和控制场的自功率谱与交功率谱的形式表示。在单极情况下的相关系数采取特别简单的形式 $\rho(k,k') = r^2(k),r^2(k')$，其中 $r(k)$ 为目标场与齐德霍夫场之间的标准交相关系数。这意味着只要两个场高度相关，协方差估计便保持高度有效。在针对遮蔽的红移空间对数正态mock（类似来自暗能量光谱仪器（DESI）的亮光红族星）进行实验，我们发现该控制变量估计器在大尺度 $k \lesssim 0.05\,h\,{\rm Mpc}^{-1}$ 上的协方差矩阵方差约降低一个数量级，恰在准确估计协方差最具挑战性的尺度上。在更高的 $k$ 值上，收益较小，但通常加快收敛速度为2-3倍，显著降低了当前和即将到来的大尺度结构调查（如DESI、Euclid、LSST、PFS、SPHEREx）的协方差估计计算成本。由于其简单性，该方法可轻易实现于当前的成像和光谱调查中。