多参数马尔可夫噪声计量的精度极限

测量随机信号（“噪声计量”）是量子感测和开放量子系统表征的核心任务。本文建立了针对通过马尔可夫 Lindblad 动力学编码的随机信号进行多参数估计的终极精度上限，允许任意量子控制和无噪声 ancilla。虽然马尔可夫性导致感测时间 $T$ 的标准量子极限缩放，但我们的上限揭示了在耗散通道数 $R$ 上的海德鲁鲁型缩放：当随机信号在 $R$ 个通道上表现出高秩相关性且探针是纠缠的时，平均方差（每个参数）至少为 $\Omega(1/(TR^2))$。对于集体 $k$ 体耗散，$R=\Theta(N^k)$，这意味着随系统规模 $N$ 的超海德鲁鲁缩放。我们进一步表明，当未知参数通过耗散本征速率进入时，一个跟踪多个离散量子跃迁的快速准备-测量（RPM）协议可达到这些上限。在此情景下，估计问题简化为多泊松计数模型，为最优量子噪声计量提供了概念清晰的途径。我们以网络化噪声计量、集体多体耗散、学习 Pauli 噪声和亚衍射量子成像等应用为例，阐释了该框架的广泛适用性。