光学相干的新方面及其在量子技术中的潜力

当前，光学技术影响着我们大多数人的生活，从用于科学测量的光到构成互联网骨干的光纤电缆。然而，随着现有光学基础设施的发展，我们发现这些技术并非无限。此外，我们当前的光学技术基于经典原理运作，可通过融入量子光学知识轻易改进。为实现量子技术，我们必须深化对量子相干的理解。借助该知识，我们可更长久地维持量子态及其信息。本学位论文中，我将证明在充分掌握相干性质后，可推导出一种简单代数，为量子网络图上的图归约提供规则。利用该知识，我进而给出一种基础算法，可寻找量子网络上用于通信的最优子图。接下来，我证明通过测量场的光子统计与二阶量子相干，可构建能区分像素上光源的神经网络，并据此发展出一种超越阿贝-瑞利判据的成像方案。最后，我给出范西特-泽尼克定理的多光子量子版本，其提供了判定量子相干在系统中传播的形式化方法。随后我通过展示线性系统入射热光束经后选择方可产生的亚泊松统计，证明了该定理的效用。总之，这为相干在量子技术中的新应用及进一步深化我们认知的形式化方法提供了洞见。