SSP-QST：用于光子量子态层析的光谱子空间纯化

光子量子传感常使用低秩纠缠探针，如 Greenberger-Horne-Zeilinger (GHZ)、Bell 和 NOON 态。尽管这些探针理想上为秩-1，实际的量子态层析（QST）可产生具有许多小的有限采样和噪声诱导本征模的密度矩阵估计。这种本征值污染会增加重建的估计熵，并减少可用于下游传感的量子费雪信息（QFI），而固定秩-1纯化在真实探针获得额外信号模时会丢弃有效信号模。我们引入用于量子态层析的光谱子空间纯化（SSP-QST），一种用于最小二乘量子态层析（LS-QST）的秩自适应后处理层。SSP-QST 对最小二乘估计进行特征分解，根据测得谱与采样次数计算受 Weyl 启发的噪声基底，移除低于该基底的本征模，并重归一化保留的子空间。它无需秩先验、无需迭代优化，且仅需一次特征分解。在 Qiskit Aer 模拟中，SSP-QST 在所评估探针秩上的非迭代基线中达到最高保真度，最大保真度增益为 $+0.584$。它还在测试范围内将采样效率提升至少 $8\times$。这些结果表明，SSP-QST 能在有限采样噪声下使光子 QST 更可靠，同时为面向反馈的量子传感流水线提供轻量重建基元。