基于里德堡原子阵列的传感方法及系统与流程

本发明涉及量子传感，尤其涉及一种基于里德堡原子阵列的传感方法及系统。

背景技术：

1、在电场、磁场、频率等弱信号参数的精密测量场景中，对外部物理量进行高精度参数估计的宏观需求日益凸显。

2、现有技术中存在一种利用相互作用体系进行参数估计的量子传感方案。现有技术的量子传感方案使初始量子态在相互作用哈密顿量下发生自然演化，并在演化结束后进行测量；为了简化数据处理过程，现有技术的量子传感方案将最终测量得到的完整空间图样压缩为总激发数或平均磁化强度等粗粒度的集体观测量，最后仅利用集体观测量这些粗粒度统计量进行待测参数的估计。

3、现有技术的量子传感方案将完整空间图样压缩为粗粒度集体观测量的处理方式，求和过程抹去了不同空间构型中所包含的关联差异，导致演化过程中产生的多体空间关联信息大量丢失，使得传感系统获取的费舍尔信息大幅减少，进而导致最终的参数估计精度低下。

技术实现思路

1、本发明提供一种基于里德堡原子阵列的传感方法及系统，用以解决现有技术中的缺陷，实现高精度的量子增强参数估计。

2、本发明提供一种基于里德堡原子阵列的传感方法，包括如下步骤：

3、执行多轮测量，其中每一轮测量包括：

4、在待测参数的作用下，驱动里德堡原子阵列进行演化，得到携带待测参数信息的多体量子态；

5、对所述多体量子态进行逐格点读出，得到二值空间图样；

6、将所述二值空间图样输入神经网络模型，得到所述神经网络模型输出的该轮测量对应的所述待测参数的后验分布信息，其中，所述神经网络模型是基于在所述待测参数的多个已知参数值下采集的二值空间图样样本训练得到的；

7、基于所述多轮测量分别得到的后验分布信息，得到所述待测参数的参数估计结果。

8、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述在待测参数的作用下，驱动里德堡原子阵列进行演化，得到携带待测参数信息的多体量子态，包括：

9、将所述里德堡原子阵列初始化为各原子均处于基态的直积态；

10、在所述待测参数耦合至所述里德堡原子阵列的多体哈密顿量的条件下，向所述里德堡原子阵列施加在单轮测量的演化过程内随时间不变的驱动信号进行多体演化，得到所述多体量子态。

11、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述基于所述多轮测量分别得到的后验分布信息，得到所述待测参数的参数估计结果，包括：

12、获取所述待测参数的初始先验分布；

13、将当前轮次得到的所述后验分布信息与当前轮次对应的先验分布相乘，并对相乘结果进行归一化处理，得到当前轮次对应的累积后验分布，将所述当前轮次对应的累积后验分布作为下一轮次对应的先验分布；其中，首个轮次对应的先验分布为所述初始先验分布；

14、根据所有轮次执行完毕后得到的最终累积后验分布，确定所述待测参数的参数估计结果。

15、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述根据所有轮次执行完毕后得到的最终累积后验分布，确定所述待测参数的参数估计结果，包括：

16、将所述最终累积后验分布的均值、最大后验位置或中位数，确定为所述待测参数的估计值；

17、根据所述最终累积后验分布的方差或后验可信区间，确定所述估计值的不确定度。

18、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述对所述多体量子态进行逐格点读出，得到二值空间图样，包括：

19、对演化后的所述里德堡原子阵列进行荧光成像，得到成像结果，其中，处于基态的原子在所述成像结果中对应亮点，处于里德堡态的原子在所述成像结果中对应暗点；

20、针对每个格点位置，在所述格点位置对应亮点的情况下将所述格点位置编码为第一数值，在所述格点位置对应暗点的情况下将所述格点位置编码为第二数值，得到与所述里德堡原子阵列的几何构型对应的二值矩阵或二值序列，作为所述二值空间图样。

21、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述神经网络模型通过以下步骤训练得到：

22、在所述待测参数的参数范围内选取多个已知参数值；

23、针对每一个已知参数值，在所述已知参数值的作用下，重复执行驱动所述里德堡原子阵列进行演化以及逐格点读出的步骤，采集所述已知参数值对应的多个二值空间图样样本；

24、构建多个训练样本，每个所述训练样本包括一个二值空间图样样本以及与所述二值空间图样样本对应的已知参数值；

25、对于任一所述训练样本，将所述训练样本中的二值空间图样样本输入初始模型，得到所述初始模型的输出分布；

26、计算所述输出分布与所述训练样本中的已知参数值对应的目标分布之间的差异损失；

27、根据所述差异损失调整所述初始模型的模型参数，直至满足预设训练结束条件，得到所述神经网络模型。

28、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述计算所述输出分布与所述训练样本中的已知参数值对应的目标分布之间的差异损失，包括：

29、针对同一二值空间图样样本，统计所述二值空间图样样本在不同的已知参数值下出现的频率，根据所述频率构建所述二值空间图样样本对应的在所述多个已知参数值上的经验后验分布；

30、将所述经验后验分布作为软标签目标分布，计算所述输出分布与所述软标签目标分布之间的分布差异损失。

31、根据本发明提供的一种基于里德堡原子阵列的传感方法，采集所述二值空间图样样本时的噪声条件，与执行所述多轮测量时的噪声条件相同或相近；

32、其中，所述噪声条件由以下非理想因素中的至少一项表征：原子自发衰减、探测误差、原子损失、激光强度波动、失谐漂移、格点装载缺陷以及相互作用强度误差。

33、根据本发明提供的一种基于里德堡原子阵列的传感方法，所述待测参数通过改变所述里德堡原子阵列的多体哈密顿量中的失谐量、拉比频率、相互作用强度和局域能级偏移中的至少一项，耦合至所述里德堡原子阵列的演化过程。

34、本发明还提供一种基于里德堡原子阵列的传感系统，包括如下模块：

35、测量执行模块，用于执行多轮测量，其中每一轮测量包括：在待测参数的作用下，驱动里德堡原子阵列进行演化，得到携带待测参数信息的多体量子态；对所述多体量子态进行逐格点读出，得到二值空间图样；将所述二值空间图样输入神经网络模型，得到所述神经网络模型输出的该轮测量对应的所述待测参数的后验分布信息，其中，所述神经网络模型是基于在所述待测参数的多个已知参数值下采集的二值空间图样样本训练得到的；

36、参数估计模块，用于基于所述多轮测量分别得到的后验分布信息，得到所述待测参数的参数估计结果。

37、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于里德堡原子阵列的传感方法。

38、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于里德堡原子阵列的传感方法。

39、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于里德堡原子阵列的传感方法。

40、综上所述，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

41、通过在待测参数的作用下，驱动里德堡原子阵列进行演化，得到携带待测参数信息的多体量子态，从而将待测参数的感知与量子态的演化相融合，避免对特定纠缠态制备的依赖并降低量子控制复杂度；通过对多体量子态进行逐格点读出，得到二值空间图样，从而保留不同空间构型中所蕴含的多体关联特征，避免粗粒度读出造成的费舍尔信息损失；通过将二值空间图样输入神经网络模型，得到神经网络模型输出的该轮测量对应的待测参数的后验分布信息，其中，神经网络模型是基于在待测参数的多个已知参数值下采集的二值空间图样样本训练得到的，从而提取高维空间图样的特征，缓解大规模阵列传感的数据扩展性难题，并通过与传感条件相匹配的校准数据学习稳定存在的实验噪声；通过基于多轮测量分别得到的后验分布信息，得到待测参数的参数估计结果，从而利用信息的累积使参数分布逐渐集中在真实参数附近，实现高精度的量子增强参数估计。