近日，電子科技大學基礎與前沿研究院Abolfazl Bayat 教授帶領研究團隊在量子傳感領域取得了新進展，相關研究成果以題為“Overcoming Quantum Metrology Singularity through Sequential Measurements”的論文發表于中科院一區Top期刊《Physical Review Letters》。2021級博士研究生楊曜菱為論文第一作者，Abolfazl Bayat 教授為通訊作者，電子科技大學基礎與前沿研究院為論文第一單位。
 

　　利用量子力學實現未知參數的精密估計，是當前科學研究的前沿熱點之一，在基礎科學探索和實際應用領域都發揮著關鍵作用。盡管單參數估計的理論框架已較為完善，但實際應用往往涉及同時估計多個未知參數，這極大增加了問題的復雜性，帶來了嚴峻的理論和實踐挑戰。
 

　　為有效解決多參數量子傳感問題，研究人員們通常采用Fisher信息矩陣為基礎的數學框架作為理論支撐。然而，當Fisher信息矩陣變得奇異(即不可逆)時，將直接導致參數估計難以進行。這種奇異性可能由以下原因引起：(一)現實中本應彼此獨立的未知參數，在量子探針的編碼過程中可能產生關聯；(二)測量得到的數據可能不足以同時區分所有待估參數。針對測量數據不足引發的奇異性問題，本研究提出了一種通用且簡潔高效的連續測量策略。該策略僅需對連續的測量結果進行跟蹤，甚至只需要局限在單個量子比特這樣的小型子系統上完成。通過該方法，測量數據間可以產生指數增長的關聯，有效克服Fisher信息矩陣的奇異性問題。此外，這一方法無需改變測量基底、無需施加外部控制場，也無需引入反饋機制。
 

　　圖片說明：圖(i)：一維自旋鏈探針在局部序列測量下的示意圖；圖(ii)： 利用序列測量數據對多參數變量進行貝葉斯估計得到的二維后驗概率熱圖。

 

　　本研究結合貝葉斯推斷方法，將提出的連續測量策略成功應用于強關聯多體系統以及光與物質相互作用的量子模型中，實現了對多個未知參數的精確推斷。研究結果表明，這種連續量子測量方法具有廣泛的適用性，實驗要求低，可望在多種量子傳感平臺中實現對多參數的高精度估計。
 

　　基礎與前沿研究院的Abolfazl Bayat教授研究團隊在量子傳感與精密測量、量子模擬與機器學習等領域取得了多項突出成果，已在《自然通訊》(Nature Communications)、《物理評論快報》(Physical Review Letters)、《通訊物理》(Communications Physics)、《量子科學與技術》(Quantum Science and Technology)等國際知名SCI一區期刊上發表多篇論文。團隊的研究興趣主要集中在兩個方向：(一)量子傳感與精密測量；(二)量子模擬與機器學習。該項目同時得到了前電子科技大學研究員Victor Montenegro博士的協助。