量子科技中心_量科网

现代精密实验常利用玻色传感器在量子噪声受限机制下探测未知经典场，此时真空涨落会限制传统读出方法。该研究团队提出“量子信号学习”(QSL)这一将计量学拓展至更广泛属性学习场景的传感框架，并设计出一种量子增强协议，可同时估计经典信号的多个特性，且将散粒噪声抑制至真空噪声水平以下。该方案仅需双模压缩态、被动光学元件和静态零差测量，即可从同一实验数据集事后经典估计多种特性。研究人员证明该协议能为电磁相关测量、干涉腔实时反馈控制、傅里叶域匹配滤波等常见经典传感任务提供量子加速优势。为确立这些性能优势，该工作引入最优输运条件化方法，既证明了与所有无纠缠策略存在最坏情况下指数级差距，也展示了相较零差与外差基线方法的实际加速效果。进一步研究表明：当将压缩态视为资源时，采用压缩光的协议能以指数级速度优势感知结构化经典背景场，远超任何相干经典探针方案。