利用量子比特传感器对控制噪声进行最优带限谱分析

经典控制噪声在量子比特器件中无处不在，使其准确的频谱表征对于在物理层面设计优化的误差抑制策略至关重要。本文关注驱动量子比特传感器上的乘性高斯幅度控制噪声，并表明在现实场景中使用最优带限 Slepian 调制的传感协议具有显著优势。特别强调的是构建将非参数多锥谱估计扩展到量子设定所需的理论框架，通过突出与经典公式的关键联系与差异。具体而言，我们引入并分析了量子多锥估计的两种方法（自适应 vs. 单设定），并展示它们如何提供实用手段，既能识别现有协议无法检测到的精细频谱特征，又能获得可靠的先验估计以用于后续参数估计，包括高分辨率贝叶斯技术。我们通过数值重建代表性谱密度定量表征了单锥与多锥 Slepian 估计协议的性能，并证明了它们相对于动力学解耦噪声谱学方法在减少频谱泄漏偏差以及补偿混叠效应同时保持所需采样分辨率方面的优势。