连续自旋噪声量子传感器中的序贯分析

许多控制与检测应用要求对传感器信号进行实时分析，以便对传感器揭示的事件做出快速而准确的响应。此类信号分析得益于信号与传感器行为的统计模型。这催生了对数据分析方法的需求，这些方法需同时具备基于模型、计算高效和因果性的特点，即它们仅使用特定时间点之前可用的传感器数据。在本工作中，我们在基于自旋噪声的量子传感器上实现了序贯数据分析技术，以执行两项关键任务：假设检验与最快变点检测。这些在线协议允许我们通过自适应地采集测量数据，直到达到预定义的置信度阈值，从而检测微弱磁场。我们在真实的实验环境中展示了这些方法，并推导了可实现精度与响应时间的性能界限。我们的方法在检测磁场微小扰动时具有潜在效用，适用于包括生物磁学、地球物理勘探、隐蔽材料检测、暗物质候选者搜寻与奇异自旋相互作用在内的应用与基础背景。我们的结果表明，序贯技术能够实现更快、更灵敏的检测，使其成为量子传感的强大工具。