基于氮空位测量的物理信息磁化重建的傅里叶空间方法
介观与纳米尺度物理
2026-04-02 v2
摘要
从氮空位(NV)磁光谱测量的磁化纹理重建是一个具有挑战性的逆问题。本文引入一种方法，通过将完整的微磁能量直接纳入变分公式中来解决此问题。基于PyTorch后端，我们的前向模型集成了自动微分有限差分微磁框架与FFT基准场计算和傅里叶空间向上延伸。这使得通过adjoint方法实现高效的梯度基于优化成为可能，并允许将传感器-样品距离作为优化参数加以处理。通过这种方式，我们消除了来自未知NV植入深度和表面氧化层的实验不确定性。对合成数据的验证表明，方法能够实现对自旋纹理的高保真重建和精确的传感器高度估计。此外，当应用于NV测量的石墨烯磁性体 时，方法重建了此前未知的NV-样品距离和物理上合理的磁化纹理，这些纹理准确再现了实验观察。
引用
@article{arxiv.2602.17180,
title = {A Fourier-Space Approach to Physics-Informed Magnetization Reconstruction from Nitrogen-Vacancy Measurements},
author = {Alexander Setescak and Florian Bruckner and Dieter Suess and Young-Gwan Choi and Hayden Binger and Lotte Boer and Chenhui Zhang and Hyunsoo Yang and Claire Donnelly and Uri Vool and Claas Abert},
journal= {arXiv preprint arXiv:2602.17180},
year = {2026}
}