MIT博士用空间噪声滤波法实现超灵敏量子传感器
据麦姆斯咨询报道，麻省理工学院（mit）跨学科量子工程组（qeg）博士生david layden采用了一种新的空间噪声滤波方法，可以促进超灵敏量子传感器的发展。
麻省理工学院跨学科量子工程组（qeg）博士生david layden
虽然量子技术在计算应用中具有很大的长期潜力，但它们在传感应用方面更接近于实际，由于能够测量与光子、粒子和神经元一样微小的结构，量子技术将在计量学、生物学、神经科学等许多其他领域开辟新的应用前景。麻省理工学院跨学科量子工程组（qeg）的新研究正着力于解决量子传感器系统面临的基本挑战之一：从被测信号中去除环境噪声。根据qeg博士生david layden的解释，问题的根源在于量子传感器对周围环境的极端敏感性。
这些传感器通常基于量子两种不同状态的叠加效应。微小的外力作用可引起两种状态之间的相位变化，可以利用此变化来进行温度、运动、电场和磁场等物理量的测量，且测量精度可达到前所未有的分辨率。但是如此高的灵敏度意味着传感器除了感兴趣的信号之外，还会将许多无关的环境噪声一并拾取。通过一种被称为退相干的过程，这种噪声会给量子传感器的相位关系带来不确定性，并限制了它们进行精确测量的能力。于是一些降噪技术被研发出来，用以通过减少退相干来提高灵敏度。其中一种常见的技术是动态去耦——将一系列控制脉冲引入系统中，根据频率来过滤信号中的噪声。但是，这种技术与dc信号不兼容，而通常传感器测量的信号正是dc信号。
在过去的几十年中，对量子计算的研究也增加了纠错方案，如使用冗余量子比特。虽然这些在信息处理应用中很有效，但它们对传感器却有很大的局限性。“计算领域的标准在这里有点矫枉过正，”layden说，“它的确非常擅长纠正错误并降低噪音，但它往往还纠正了正常信号，因为它无法区分这两者。”最近，在研制出的误差校正量子传感（ecqs）技术中，一种复原操作可有效地去除与信号不同方向的影响传感器的噪声——比如噪声沿着x轴而信号沿着z轴时。
然而，这些基于几何的技术想要区分来自相同方向的影响传感器的噪声和信号很困难，而这类情况更常见。在最近发表在npj quantum information（量子信息）杂志上的一篇论文中，layden和paola cappellaro（esther和harold e. edgerton核科学与工程副教授和qeg领导人），揭示了一种新的方法，将已建立的ecqs校正技术应用于从同一个方向发出的信号和噪声。该方法能够实现与频率无关的滤波，因为它利用了空间而非时间的噪声相关性。“对量子计算而言，通常的错误纠正方法就是尽可能广的撒网以尽可能多的纠正，” layden说，“在传感应用中，您需要非常仔细地在网络中形成适当范围的孔，以便通过您正在寻找的特定信号。
实际上，我们正在调整现有的信号处理技术以用于量子器件。令人惊讶的是，这些表面上看似无关的量子计算和信号处理的理念居然可以无缝融合在一起。”作为量子传感器降噪技术的核心要求，区分信号与噪声可以通过多种方式完成。除了过去的ecqs技术中使用的几何方法之外，研究人员还充分利用了一个事实，即许多量子器件中的噪声并非完全不可预测，而是充满了相关性。例如，动态去耦就利用了在不同时间的噪声相关性。类似地，qeg研究人员的新ecqs方案利用了量子传感器在不同位置的噪声相关性。
通过这种方式，即使两者都在相同方向（例如沿z轴）的常见情况下，新方法也可以从噪声中分辨出信号。layden和cappellaro的方法是对现有dd和ecqs方法的补充，这是有用的，因为噪声源在不同的传感应用中变化很大。多样化满足不同需求的滤波工具，以及新方法还为量子传感器打通了新的应用之门，可以实现校正全三维空间的噪声。
虽然迄今为止的发展主要是理论上的，但qeg实验室的实验研究正在进行，包括评估不同类型量子系统面临的噪声挑战。“我们一直致力于开发类似的研究，”layden解释道，“小规模实施最近才刚实现；虽然关于大规模量子器件如何运作有许多理论观点，但似乎任何实际的进展近期都只能达到中等规模，新开发的qeg技术可能会证明特别有用。”layden和cappellaro还与来自耶鲁大学的合作者协作，共同推进他们项目的理论研究。
项目资金由美国陆军研究室、国家科学基金会和加拿大自然科学与工程研究委员会提供。“我们还没有达到获得实验结果的阶段，但我们正在构建硬件并不断地进行模拟，来回的反复和相互作用不仅使这个项目成型，还影响了几个相关项目。”layden补充道。
MIT实现人造肌肉纤维，仿生机器人成可能
第一本Git命令教程(7.1)-清理之缓存
触摸屏与多台PLC之间无线Ethernet通信
6DNS系统将全面提升我国高校IPv6上网体验
《Nature》发布毫米级软体机器人，为人类研究体内微型机器人提供新思路
MIT博士用空间噪声滤波法实现超灵敏量子传感器
了解巍泰技术毫米波人员感知雷达：客流统计与热力图分析的区别与应用
超融合进入成熟阶段 谁是市场的核心玩家？
直接使用unsigned定义变量？
汽车电子设备的电磁兼容设计八项注意
分布式账本联盟R3即将发布一项基于Corda技术的区块链跨境支付平台
光纤智能床垫解决老人护理难
百度发布了《了不起的中国AI》系列视频
MR Studio将推出Revit插件 打造全功能MR或AR体验
ESG成全球风潮，联想造了一个可持续的“进托邦”
TE Connectivity与Heilind携手参与西部电子论坛 助力西部产业升级
随着5G数字世界变革即将到来，印度的数字鸿沟将走向何方？
滚珠螺杆不顺畅的原因有哪些？组装是注意什么？
Meta将于今年在数据中心部署新款定制AI芯片
为什么CAN FD通讯要开启收发送延时补偿TDC？如何在TCAN4550配置TDC和SSP？
麻省理工学院跨学科量子工程组（qeg）博士生david layden
虽然量子技术在计算应用中具有很大的长期潜力，但它们在传感应用方面更接近于实际，由于能够测量与光子、粒子和神经元一样微小的结构，量子技术将在计量学、生物学、神经科学等许多其他领域开辟新的应用前景。麻省理工学院跨学科量子工程组（qeg）的新研究正着力于解决量子传感器系统面临的基本挑战之一：从被测信号中去除环境噪声。根据qeg博士生david layden的解释，问题的根源在于量子传感器对周围环境的极端敏感性。
这些传感器通常基于量子两种不同状态的叠加效应。微小的外力作用可引起两种状态之间的相位变化，可以利用此变化来进行温度、运动、电场和磁场等物理量的测量，且测量精度可达到前所未有的分辨率。但是如此高的灵敏度意味着传感器除了感兴趣的信号之外，还会将许多无关的环境噪声一并拾取。通过一种被称为退相干的过程，这种噪声会给量子传感器的相位关系带来不确定性，并限制了它们进行精确测量的能力。于是一些降噪技术被研发出来，用以通过减少退相干来提高灵敏度。其中一种常见的技术是动态去耦——将一系列控制脉冲引入系统中，根据频率来过滤信号中的噪声。但是，这种技术与dc信号不兼容，而通常传感器测量的信号正是dc信号。
在过去的几十年中，对量子计算的研究也增加了纠错方案，如使用冗余量子比特。虽然这些在信息处理应用中很有效，但它们对传感器却有很大的局限性。“计算领域的标准在这里有点矫枉过正，”layden说，“它的确非常擅长纠正错误并降低噪音，但它往往还纠正了正常信号，因为它无法区分这两者。”最近，在研制出的误差校正量子传感（ecqs）技术中，一种复原操作可有效地去除与信号不同方向的影响传感器的噪声——比如噪声沿着x轴而信号沿着z轴时。
然而，这些基于几何的技术想要区分来自相同方向的影响传感器的噪声和信号很困难，而这类情况更常见。在最近发表在npj quantum information（量子信息）杂志上的一篇论文中，layden和paola cappellaro（esther和harold e. edgerton核科学与工程副教授和qeg领导人），揭示了一种新的方法，将已建立的ecqs校正技术应用于从同一个方向发出的信号和噪声。该方法能够实现与频率无关的滤波，因为它利用了空间而非时间的噪声相关性。“对量子计算而言，通常的错误纠正方法就是尽可能广的撒网以尽可能多的纠正，” layden说，“在传感应用中，您需要非常仔细地在网络中形成适当范围的孔，以便通过您正在寻找的特定信号。
实际上，我们正在调整现有的信号处理技术以用于量子器件。令人惊讶的是，这些表面上看似无关的量子计算和信号处理的理念居然可以无缝融合在一起。”作为量子传感器降噪技术的核心要求，区分信号与噪声可以通过多种方式完成。除了过去的ecqs技术中使用的几何方法之外，研究人员还充分利用了一个事实，即许多量子器件中的噪声并非完全不可预测，而是充满了相关性。例如，动态去耦就利用了在不同时间的噪声相关性。类似地，qeg研究人员的新ecqs方案利用了量子传感器在不同位置的噪声相关性。
通过这种方式，即使两者都在相同方向（例如沿z轴）的常见情况下，新方法也可以从噪声中分辨出信号。layden和cappellaro的方法是对现有dd和ecqs方法的补充，这是有用的，因为噪声源在不同的传感应用中变化很大。多样化满足不同需求的滤波工具，以及新方法还为量子传感器打通了新的应用之门，可以实现校正全三维空间的噪声。
虽然迄今为止的发展主要是理论上的，但qeg实验室的实验研究正在进行，包括评估不同类型量子系统面临的噪声挑战。“我们一直致力于开发类似的研究，”layden解释道，“小规模实施最近才刚实现；虽然关于大规模量子器件如何运作有许多理论观点，但似乎任何实际的进展近期都只能达到中等规模，新开发的qeg技术可能会证明特别有用。”layden和cappellaro还与来自耶鲁大学的合作者协作，共同推进他们项目的理论研究。
项目资金由美国陆军研究室、国家科学基金会和加拿大自然科学与工程研究委员会提供。“我们还没有达到获得实验结果的阶段，但我们正在构建硬件并不断地进行模拟，来回的反复和相互作用不仅使这个项目成型，还影响了几个相关项目。”layden补充道。
MIT实现人造肌肉纤维，仿生机器人成可能
第一本Git命令教程(7.1)-清理之缓存
触摸屏与多台PLC之间无线Ethernet通信
6DNS系统将全面提升我国高校IPv6上网体验
《Nature》发布毫米级软体机器人，为人类研究体内微型机器人提供新思路
MIT博士用空间噪声滤波法实现超灵敏量子传感器
了解巍泰技术毫米波人员感知雷达：客流统计与热力图分析的区别与应用
超融合进入成熟阶段 谁是市场的核心玩家？
直接使用unsigned定义变量？
汽车电子设备的电磁兼容设计八项注意
分布式账本联盟R3即将发布一项基于Corda技术的区块链跨境支付平台
光纤智能床垫解决老人护理难
百度发布了《了不起的中国AI》系列视频
MR Studio将推出Revit插件 打造全功能MR或AR体验
ESG成全球风潮，联想造了一个可持续的“进托邦”
TE Connectivity与Heilind携手参与西部电子论坛 助力西部产业升级
随着5G数字世界变革即将到来，印度的数字鸿沟将走向何方？
滚珠螺杆不顺畅的原因有哪些？组装是注意什么？
Meta将于今年在数据中心部署新款定制AI芯片
为什么CAN FD通讯要开启收发送延时补偿TDC？如何在TCAN4550配置TDC和SSP？