使用衍射光学神经网络的量子极限成像

我们将一般成像表述为带限空间频率振幅的多参数量子估计。对于可分离（单副本）测量，我们使用半正定规划计算精度极限，并评估 Nagaoka-Hayashi 克拉默-拉奥界。然后，我们引入基于衍射光学神经网络和光子计数的测量装置架构，该架构饱和了该界限。将该框架扩展到任意对象和许多振幅，我们展示了图像重建，其中我们的架构在量子极限下恢复精细特征，超越直接成像。这些结果共同为超分辨率显微镜、望远镜和远程传感中饱和多参数量子极限的可扩展路径开辟了新途径。