量子参数估计研究如何从量子系统中估计出参数,因而在基础科学研究中具有重要意义,对实际应用也具有指导作用。量子态层析主要研究如何通过合适的测量和重构算法推断量子系统状态,是了解量子态生成源的关键技术。本文研究了量子系统中未知参数和未知状态的估计问题,主要内容可以归纳为以下四个方面:1)在测量算子受约束的情况下,研究了使用两步方案估计出单qubit量子系统中的待估参数。首先通过考虑含有待估参数的中间变量的Fisher信息,得到最优的测量算子以及最优的初始态的参数配置;然后在已知待估参数先验信息的条件下,通过待估参数的Fisher信息,得到最优的演化时间,并最终估计出目标参数。我们通过考虑参数的Fisher信息得到的系统最优参数配置及待估参数最优估计精度,与前人考虑使用量子Fisher信息时得到的研究结果是一致的。2)研究了如何使用周期性投影测量,估计出自旋-玻色子系统中的退相位参数和隧穿系数。使用周期性投影测量的好处一是便于实施,二是前一周期测量制备的态即是当前周期的初始态,有效地利用了量子态。当投影测量算子的参数分别取π/2和0时,可以估计出退相位参数γ。在估计出了γ,并已知隧穿系数Δ的先验信息时,投影测量算子参数选择另一组（π/4和π/2）可以估计出Δ。若γ处于Δ的先验信息范围内,需要相干控制;若γ不在Δ的先验信息范围内,则不需要控制。我们通过考虑待估参数的Fisher信息建立了最优演化时间和待估参数的关系。3)分析了不完美投影测量对自旋-玻色子系统中待估的退相位参数和隧穿系数的估计精度的影响。我们使用投影测量算子参数的不确定度刻画测量不完美性,使用待估参数的Fisher信息作为估计精度的衡量指标,得到了Fisher信息的下界与测量不确定度之间的关系。这些结果能够帮助我们确定测量算子参数的不确定度的极限范围,以保证参数估计方案能够达到预期的估计精度。4)研究了如何使用量子算法处理量子态层析的重构过程。基于线性回归重构算法过程,通过在不同步骤使用相应的量子算法,形成了完成量子态层析任务的量子算法方案。对于维数为d的待重构密度矩阵,当所用的量子算法涉及的矩阵的条件数κ和估计精度ε的倒数的复杂度均为O（poly log d）,且所需同时制备的量子态数目规模是O（d）时,量子算法方案可以将目前使用线性回归模型实现量子态层析过程的时间复杂度由O（d4）降低为O（dpoly log d）。