优化量子传感器网络用于超轻暗物质探测
暗物质(DM)仍然是基础物理学中最引人入胜的未解难题之一,这推动了对新型探测方法的探索。该研究团队提出一种基于网络的量子传感器架构,旨在提升对超轻暗物质场的探测灵敏度。网络中的每个节点由超导量子比特构成,通过受控Z门在线性、环形、星型及全连接图等对称拓扑结构中互连。团队研究了四量子比特和九量子比特系统,采用变分量子计量学框架同时优化态制备与测量过程,通过最小化量子与经典克拉美-罗界来确定最优配置方案。贝叶斯推断方法被用于从测量结果中提取暗物质诱导的相位偏移。结果表明:优化后的网络配置在保持与噪声中等规模量子硬件兼容的浅电路深度前提下,显著优于传统基于GHZ态的探测方案;且在局部退相干噪声下仍能保持稳健的灵敏度。这些发现揭示了网络结构在量子传感中的关键作用,为量子增强型暗物质探测的可扩展策略指明了方向。
