线性光学与贝尔类态区分问题

基于线性光学的量子信息处理任务方案因易于实现和低噪声而至关重要。许多信息论任务依赖于贝尔态的成功区分。文献中已证明一个不可行定理：将测量装置限制在线性光学元件时，无法完美区分四个贝尔态，成功概率仅为50%。通过使用超纠缠、辅助纠缠甚至最小非线性等额外资源，可以实现完全的贝尔态区分。贝尔类态区分的成功概率仅为25%。我们发现，使用偏振、动量或OAM自由度的超纠缠可将此概率提升至50%，这与贝尔态区分中可达100%形成对比。此外，我们发现利用光子的时间相关性，所有四个贝尔态可以100%的成功概率区分，而对于贝尔类态区分，成功概率严格介于25%和50%之间，取决于状态参数，且只有三个贝尔类态可区分。当我们使用辅助纠缠光子时，也观察到类似的对比。对于所有四个贝尔态区分，成功概率随辅助光子数N增加为1-1/2^N，而对于贝尔类态，成功概率再次依赖于状态参数，在某些情况下可能低于25%。增加更多辅助光子反而降低成功概率。然后我们证明，使用非线性器件(即SFG)即使对于贝尔类态区分也能实现100%的成功概率。