量子科技中心_量科网

量子计量学承诺超越经典极限的精度，然而环境噪声通常会削弱实现这一增强所需的量子资源。在本工作中，该团队研究了噪声连续变量系统中的频率估计，重点关注两种互补的退相干缓解策略：哈密顿量工程与非马尔可夫动力学的利用。通过将压缩直接嵌入系统哈密顿量，该团队展示了量子Fisher信息（QFI）可能获得可调的高阶时间依赖性，从而在短时区域内实现增强的灵敏度。超越马尔可夫近似，该工作采用量子布朗运动模型证明，具有有限记忆的结构化环境能够诱导信息回流，暂时恢复甚至提升相对于幺正极限的估计精度。该研究进一步通过高斯测量评估这些界限的可实现性，识别出零差、外差及优化广义差测量可饱和QFI的区域，并指出更强的压缩会扩大差距，可能需要非高斯测量策略。这些结果表明，联合调控系统哈密顿量与环境记忆为开放系统中实现稳健的量子增强频率估计提供了一条可行路径。