在交互式量子传感器网络中优化学习函数

估计分布式量子系统中局部参数的大规模组合是量子传感的核心问题,其应用范围涵盖磁力测量到计时技术。虽然针对量子传感器网络中非相互作用哈密顿量的最优测量策略已有研究,但在存在不可控相互作用时的基本限制仍不明确。本文建立了在任意未知相互作用条件下,估计哈密顿量局部参数线性组合的最优界限与协议框架。在此过程中,该团队更广泛地确立了任意对易项哈密顿系数线性组合学习的普适界限。研究结果统一并扩展了非相互作用量子比特和多模干涉仪的现有界限,为现实多体系统中的分布式传感与哈密顿量学习提供了通用理论框架。
作者所在地: VIP可见
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2025-10-07 18:25

量科快讯