基于 NV 中心自旋-1 Hamiltonian 的顺序时空磁场重建
量子物理
2026-05-26 v2
摘要
我们提出一种基于 NV 中心自旋-1 Hamiltonian 的量子哈姆顿学习框架，用于动态二维磁场图的顺序时空重建。局部测量通过由局部磁场值和共享偶极耦合参数支配的 NV 自旋动力学生成，而非直接观察潜在场。将重叠扫描窗口上的顺序贝叶斯更新与时序后验传播相结合，用于重建演化场。对受控的人工迷宫状磁场序列进行数值原型实验，表明该方法成功重建了测试场类的主导空间结构，最终帧 RMSE 为 。自适应诊断显示预期信息增益递减且局部收敛稳定，费舨尔信息和漏泄诊断揭示了在长时控权下存在灵敏度-漏泄权衡。组合水平和垂直扫描在所测试的设置下优于单向获取。相反，共享耦合参数 仅部分可识别：其后验变窄但保持帧相关且偏差存在。在最终检查点，，接近有限时产品态参考基准的 ，但仍高出理想态基准的 。后验均值偏差为 ，表明后验浓度本身并不意味着无偏的耦合恢复。这些结果表明在所测试的结构化场类下方法是可行的，并指出耦合估计是主要的可识别性瓶颈。
引用
@article{arxiv.2605.23455,
title = {Sequential Spatiotemporal Magnetic-Field Reconstruction via Quantum Hamiltonian Learning with NV-Center Spin-1 Hamiltonians},
author = {Hiroshi Yamauchi and Sophie Colleen Stearn and Samuel Tovey},
journal= {arXiv preprint arXiv:2605.23455},
year = {2026}
}