中文摘要：

通过把幺正演化和测量这两种操作不断的重复施加于被控量子系统，可以在有限的过程中从任意的初态达到期望的控制目标，并且证明了这一过程可以构成一个有限维马尔科夫链。在此基础上，利用概率状态转移将两种状态演化方式统一的进行描述，给出了概率可达强度和概率能控性的定义，证明了以强度1 概率能控的系统本质上就是完全能控的系统，而能控强度小于1 的系统不是完全能控的。因此在引入概率能控性后，一个系统的能控性更多的体现在强度大小上。通过对比定控制律和变控制律对控制过程的影响，发现了定控制律和变控制律本身不会改变系统的模型结构，只是系统模型对应的马尔科夫链的状态转移矩阵从时不变矩阵变成了时变矩阵，但都可以用Markov链进行建模。利用状态转移矩阵定义了基础矩阵，并推导出基础矩阵的第i行之和等于从初态出发，到达期望目标态所需的步数的期望值，同时证明了如果选择控制量使得基础矩阵第i行之和最小化，则可以使系统以最少的期望步数从从初态到达目标态。通过计算机仿真，探讨了多步控制过程中不同阶段选取控制幅度的两种控制准则问题，结果表明采用量子测量信息的反馈控制能使被控系统以更少的控制步数到达目标态。