量子科技中心_量科网

该研究提出了一种基于量子哈密顿学习的序贯重建框架，用于动态二维磁场重建，该框架利用由氮-空位中心自旋-1哈密顿量导出的局部似然模型。潜在场并非直接观测；相反，局部测量是通过由局部磁场值和共享偶极耦合参数控制的氮-空位自旋动力学生成的。该工作将重叠扫描窗口上的序贯贝叶斯更新与时间后验传播相结合，以重建动态变化的场。在合成迷宫式磁场序列上的数值实验表明，该方法能够恢复主导空间结构，在最后一帧达到 \(7.037\times10^{-7}\,\mathrm{T}\) 的均方根误差。自适应诊断显示期望信息增益下降且局部收敛稳定。费舍尔信息与泄漏诊断揭示了长控制时间下的灵敏度-泄漏权衡，所实施的自适应策略包含泄漏感知控制评分，同时保持似然函数本身不变。水平和垂直扫描相结合比单方向采集更能改善重建效果。共享耦合参数 \(J\) 仅部分可识别：其后验虽变窄，但仍依赖于帧且存在偏差。在最后检查点，耦合后验达到 \(J_{\rm std}=87.0\,\mathrm{Hz}\)，接近有限时间乘积态参考基准 \(73.3\,\mathrm{Hz}\)，同时仍比增益外推的理想态基准高出 \(3.35\) 倍。然而，后验均值仍存在 \(326.9\,\mathrm{Hz}\) 的偏差，表明后验集中本身并不意味着耦合的无偏可识别性。