映射噪声以改进量子测量

量子技术和量子传感的最大挑战之一是“噪声”——看似随机的环境干扰，可能会破坏量子比特(量子信息的基本单位)的微妙量子态。为了深入研究这个问题，JILA 副研究员、科罗拉多大学博尔德分校物理学助理教授 Shuo Sun 最近与化学助理教授 Andrés Montoya-Castillo 及其团队合作，开发了一种新方法来更好地理解和控制这种噪声，可能为量子计算、传感和控制的重大进步铺平道路。他们的新方法使用一种称为傅里叶变换的数学技术，最近发表在 npj Quantum Information 杂志上。

噪音问题

虽然某些噪声源(例如音乐)可以令人愉悦，但其他噪声源(例如交通噪音或繁华的城市噪音)可能会分散注意力，甚至随着时间的推移导致健康问题。从微观层面来看，噪声会带来重大挑战。即使是室温或地板振动的最小波动，或量子比特系统固有的不稳定性，都可能破坏量子比特的相干性，导致其在称为退相干的过程中失去量子态。

“许多量子技术都让人兴奋不已，比如量子计算机和量子传感器，但它们都面临着一个实际限制，即在更大规模和更高灵敏度下实施，”科罗拉多大学博尔德分校物理学研究生、论文共同第一作者、Montoya-Castillo 团队的 Nanako Shitara 解释说。“这是因为这些量子系统或量子比特对周围场的波动非常敏感，而且它们经常相互作用。”

噪声不仅会影响超精密量子传感器等脆弱系统的测量，还会使系统变得难以管理。

Shitara 进一步解释道：“问题变成了控制问题：你想控制量子比特如何对某些类型的噪声做出反应。基本上，你希望它能够很好地对正确的信号做出反应，同时忽略其他噪声源。”

了解这种噪声的来源并找到减轻它的方法对于开发可靠的量子设备(例如量子计算机或传感器)至关重要。

“了解量子比特的噪声环境不仅对降低噪声很重要，而且对材料来说也是有价值的探测，”孙解释说。“在后一种情况下，量子比特充当传感器，提供对周围材料环境行为的洞察。”

传统噪声表征

为了研究和控制这种噪声，科学家们传统上使用一种称为动态解耦噪声谱 (DDNS) 的方法。该方法涉及向量子比特施加精确脉冲并观察它们的响应情况。

“动态解耦最初用于延长量子比特的相干时间，现在仍是如此，”Shitara 补充道。“事实证明，如果你将非常短的光脉冲施加到量子比特上，使其以某种周期性方式与周围环境相互作用，则可以通过某种有效的解耦帮助量子比特的相干性维持更长时间。”

最近，动态解耦被重新用作噪声光谱法(因此称为 DDNS)，用于测量和表征量子比特之间的噪声。尽管 DDNS 有效，但它很复杂，需要施加大量几乎瞬时的激光脉冲。它还对底层噪声过程做出了一些假设，因此很麻烦，不太适合广泛使用。

Shitara 还详细说明，由于物理限制，DDNS 方法对噪声频谱重建具有最小和最大频率限制，这可能会导致某些人错过有趣的现象。“你可以看到，它们重建频谱的最低频率实际上可能相当高，具体取决于实现方式，”她补充道。

针对 DDNS 所面临的挑战，Shitara、Sun、Montoya-Castillo 和科罗拉多大学博尔德分校博士后研究员 Arian Vezvaee 提出了一种新方法，该方法需要更少的激光脉冲，并利用了一种称为傅里叶变换的数学技术。

变换噪声图

新方法傅里叶变换噪声谱 (FTNS) 提供了一种简单而有效的方法来分析影响量子比特的噪声，方法是关注量子比特的相干性动态。相干性衡量量子比特维持其量子态的能力，这对其在量子计算中的性能至关重要。这些测量通常通过简单的实验完成，例如自由感应衰减 (FID) 或自旋回波，这些实验以特定的初始状态启动量子比特，并让其相干性随时间自由衰减，在衰减过程中分别施加零个或一个中间脉冲。

一旦收集到这些基于时间的测量值，就会使用傅里叶变换处理数据。这个过程就像将一幅画分解成基本颜色以了解它是由什么构成的。

在本文中，研究人员利用傅里叶变换将时域数据转换为频域数据，有效地将复杂信号分解为其组成频率。通过这种方式，FTNS 揭示了噪声频谱，显示了存在哪些噪声频率以及它们的强度。研究人员发现，FTNS 方法还可以处理各种类型的噪声，包括其他方法(如 DDNS)难以破译的复杂噪声模式。

虽然 FTNS 是一种更简化的方法，但它也存在一些局限性，例如最小和最大频率限制以及需要高分辨率时间和相干性测量。不过，研究人员证明，这些限制远不如 DDNS 的限制那么严格。

Sun 和他在 JILA 的团队目前正在实验性地测试 FTNS 方法在氮空位中心的应用，氮空位中心通常存在于用作量子比特的钻石中。与此同时，俄亥俄州立大学化学副教授 Joe Zadrozny 和他的团队正在努力在分子量子比特和磁体中实现 FTNS。