基于金刚石中单电子自旋与室温单光子读出的磁场学习
量子物理
2019-05-08 v1
摘要
金刚石中的氮空位（NV）中心是颇具吸引力的纳米级量子传感器，可用于温度、应变、电场，尤其是磁场的探测。然而，迄今报道的最灵敏 NV 磁强计所依赖的低噪声单次读出的低温条件，对于生物传感等关键应用并不实用。克服室温下的噪声读出迄今需要重复收集荧光光子，这增加了过程的时间成本从而降低灵敏度。本文展示机器学习如何处理室温下单个 NV 中心的噪声读出，平均每个算法步骤仅需一个光子，即以与低温实验相当精度感知磁场强度。通过分析体金刚石中 NV 中心的大数据集，我们报道了包含初始化、读数与计算开销在内的 60 nT s^{1/2} 绝对灵敏度。我们表明退相位时间可同时被估计，且时变场可在室温下被动态追踪。我们的结果大幅提升了早期单自旋传感器的实用性。
引用
@article{arxiv.1807.09753,
title = {Magnetic-field-learning using a single electronic spin in diamond with one-photon-readout at room temperature},
author = {Raffaele Santagati and Antonio A. Gentile and Sebastian Knauer and Simon Schmitt and Stefano Paesani and Christopher Granade and Nathan Wiebe and Christian Osterkamp and Liam P. McGuinness and Jianwei Wang and Mark G. Thompson and John G. Rarity and Fedor Jelezko and Anthony Laing},
journal= {arXiv preprint arXiv:1807.09753},
year = {2019}
}
备注
including supplementary informations