[论文解读] Networked quantum sensing

Timothy Proctor, P. A. Knott+1 more|arXiv (Cornell University)|Feb 14, 2017

Quantum Information and Cryptography参考文献 8被引用 15

一句话总结

本文提出了一种面向网络化量子传感器的通用模型，并严格分析了量子关联或经典关联在何种情况下能提升估计精度。研究发现，对于局部参数估计，量子纠缠具有负面影响；然而，对于平均值等全局函数的估计，纠缠可带来显著且可扩展的精度提升——为优化量子传感网络提供了关键框架。

ABSTRACT

We introduce a general model for a network of quantum sensors, and we use this model to consider the question: when do correlations (quantum or classical) between quantum sensors enhance the precision with which the network can measure an unknown set of parameters? We rigorously answer this question for a range of practically important problems. When each sensor in the network measures a single parameter, we show that correlations between sensors cannot increase the estimation precision beyond what can be achieved with an uncorrelated scheme, regardless of the particular details of the estimation problem in question. We also consider the more general setting whereby each sensor may be used to measure multiple parameters, e.g., the three spatial components of a magnetic field. In this case, we show that correlations between sensors can only provide, at best, a small constant precision enhancement, over uncorrelated estimation techniques. Finally, we consider optimizing the network for measuring a single linear function of the unknown parameters, e.g., the average of all of the parameters. Here quantum correlations between the sensors can provide a significant precision enhancement over uncorrelated techniques, and this enhancement factor scales with the number of sensors. To illustrate the broad implications of this work, we apply our results to a wide range of estimation problems of practical interest, including multi-mode optical interferometry, networks of atomic sensors, and networks of clocks. Our findings shed light on a number of results in the literature, provide a rigorous general framework for future research on networked quantum sensors, and have implications for both quantum multi-parameter estimation theory, and quantum sensing technologies.

研究动机与目标

• 建立一个适用于网络化量子传感器测量多个参数的通用理论框架。
• 确定传感器之间量子关联或经典关联在何种条件下能提升估计精度。
• 解决文献中关于纠缠在多参数估计中作用的相互矛盾的主张。
• 阐明在量子计量学中，同时估计与纠缠何时具有优势或产生负面影响。
• 为未来在量子多参数估计及传感技术领域的研究提供严谨的理论基础。

提出的方法

• 作者将一个量子传感器网络建模为每个传感器通过局部酉演化编码一个或多个参数的系统。
• 利用量子费希尔信息矩阵（QFIM）分析估计精度，以量化估计精度的极限。
• 该框架同时考虑了可分态与纠缠初态，以及传感器之间的纠缠测量。
• 分析区分了局部参数估计（每个传感器测量一个参数）与全局函数估计（例如所有参数的平均值）。
• 对于非对易生成元，作者推导出纠缠仅能提供微小恒定精度优势的条件。
• 将该模型应用于多模干涉仪、原子传感器网络和光学钟等实际场景。

实验结果

研究问题

• RQ1 在联网量子传感设置中，传感器之间的量子关联或经典关联在何种情况下能提升估计精度？
• RQ2 纠缠是否总是有利于提升多参数估计的精度？
• RQ3 纠缠的优势是否取决于参数是局部参数还是系统的全局函数？
• RQ4 在实际传感网络中，纠缠态与测量是否能超越可分策略？
• RQ5 辅助系统在决定纠缠对估计的实用性方面起什么作用？

主要发现

• 在局部参数估计中——即每个传感器仅测量一个参数——传感器之间的纠缠总是降低估计精度，可分态为最优。
• 在局部参数情况下，纯态与可分测量均为最优，纠缠无法提供任何优势。
• 当传感器测量多个非对易参数（例如矢量场）时，纠缠仅能带来微小且恒定的精度提升。
• 若存在辅助系统且不将其计入资源，则即使对于非对易生成元，纠缠的优势也会完全消失。
• 在估计全局函数（如所有参数的平均值）时，纠缠可提供显著且可扩展的精度增强，且随传感器数量增加而增长。
• 增益程度取决于所估计的具体线性函数，其中对称或平衡函数的增益最大。