Kvantesammenfiltring tilbyder hidtil uset præcision til GPS og mere (Opdatering)

Din telefons GPS, Wi-Fi i dit hus og kommunikation på fly er alle drevet af radiofrekvens, eller RF, bølger, som overfører information fra en sender på et punkt til en sensor på et andet. Sensorerne fortolker denne information på forskellige måder. For eksempel, en GPS-sensor bestemmer sin placering ved at bruge den tid, det tager at modtage et signal fra en satellit. Til applikationer som indendørs lokalisering og bekæmpelse af spoofing GPS-signaler, en trådløs sensor måler den vinkel, hvormed den modtager en RF-bølge. Jo mere præcist sensoren kan måle denne tidsforsinkelse eller ankomstvinkel, jo mere den nøjagtigt kan bestemme placeringen eller forbedre sikkerheden.

I et nyt blad udgivet i Fysisk gennemgangsbreve , University of Arizona ingeniør- og optiske videnskabsforskere, i samarbejde med ingeniører fra General Dynamics Mission Systems, demonstrere, hvordan en kombination af to teknikker – radiofrekvensfotonik-sansning og kvantemetrologi – kan give sensornetværk et hidtil uhørt præcisionsniveau. Arbejdet går ud på at overføre information fra elektroner til fotoner, derefter bruge kvantesammenfiltring til at øge fotonernes sanseevne.

"Dette kvantesansparadigme kunne skabe muligheder for at forbedre GPS-systemer, astronomilaboratorier og biomedicinske billeddannelseskapaciteter, " sagde Zheshen Zhang, assisterende professor i materialevidenskab og teknik og optiske videnskaber, og hovedefterforsker af universitetets Quantum Information and Materials Group. "Det kan bruges til at forbedre ydeevnen af ​​enhver applikation, der kræver et netværk af sensorer."

Fra elektroner til fotoner

Traditionelle antennesensorer omdanner information fra RF-signaler til en elektrisk strøm, der består af elektroner i bevægelse. Imidlertid, optisk sansning, som bruger fotoner, eller lysenheder, at medbringe information, er meget mere effektivt. Ikke alene kan fotoner indeholde flere data end elektroner, giver signalet større båndbredde, men fotonik-baseret sansning kan transmittere dette signal meget længere end elektronik-baseret sansning, og med mindre interferens.

Fordi optiske signaler giver så mange fordele, forskerne brugte en elektro-optisk transducer til at konvertere RF-bølger til det optiske domæne i en metode kaldet RF-fotonik-sensing.

"Vi designede en bro mellem et optisk system og en fysisk størrelse i et helt andet domæne, " Zhang forklarede. "Vi demonstrerede, at med et RF-domæne i dette eksperiment, men ideen kunne også anvendes på andre scenarier. For eksempel, hvis du vil måle temperatur ved hjælp af fotoner, du kan bruge en termo-optisk transducer til at konvertere temperaturen til en optisk egenskab."

Sammenfiltrede sensorer

Efter konvertering af information til det optiske domæne, forskerne anvendte en teknik kaldet kvantemetrologi. Som regel, en sensors præcision er begrænset af noget, der kaldes standard kvantegrænse. For eksempel, smartphones GPS-systemer er normalt nøjagtige inden for en radius på 16 fod. Kvantemetrologi bruger sammenfiltrede partikler til at bryde forbi standard kvantegrænsen og tage ultrafølsomme målinger.

Hvordan virker det? Sammenfiltrede partikler bindes sammen, så alt, der sker med en partikel, påvirker også de partikler, den er viklet ind i, så længe der tages passende mål.

Forestil dig en vejleder og en medarbejder, der arbejder sammen om et projekt. Fordi det tager tid for medarbejderen at dele information med sin leder gennem metoder som e-mails og møder, effektiviteten af ​​deres partnerskab er begrænset. Men hvis de to kunne vikle deres hjerner sammen, medarbejderen og supervisoren ville automatisk have den samme information – hvilket sparer tid og giver dem mulighed for i fællesskab at tackle et fælles problem mere effektivt.

Kvantemetrologi er blevet brugt til at forbedre sensorpræcision på steder som Laser Interferometer Gravitational-Wave Observatory, eller LIGO, som har åbnet et nyt vindue for astronomer. Imidlertid, næsten alle tidligere kvantemetrologiske demonstrationer, inklusive LIGO, involverer kun en enkelt sensor.

Tilslutning af sensornetværk

RF-bølger modtages normalt af et netværk af sensorer, som hver behandler information individuelt – mere som en gruppe uafhængige medarbejdere, der arbejder med deres supervisorer. Quntao Zhuang, en assisterende professor i elektro- og computerteknik, tidligere demonstreret en teoretisk ramme til at øge ydeevnen ved at kombinere indviklede sensorer.

Dette nye eksperiment viste for første gang, at et netværk af tre sensorer kan vikles ind i hinanden, hvilket betyder, at de alle modtager informationen fra sonder og korrelerer den med hinanden samtidigt. Det er mere som hvis en gruppe medarbejdere kunne dele information med det samme med deres chefer, og cheferne kunne øjeblikkeligt dele den information med hinanden, gør deres arbejdsgang ultraeffektiv.

"Typisk, i et komplekst system - f.eks. et trådløst kommunikationsnetværk eller endda vores mobiltelefoner – der er ikke kun en enkelt sensor, men et sæt sensorer, der arbejder sammen om at udføre en opgave, " sagde Zhang. "Vi har udviklet en teknologi til at vikle disse sensorer ind, i stedet for at lade dem operere individuelt. De kan bruge deres forviklinger til at 'tale' med hinanden i sanseperioden, hvilket kan forbedre sansningsydelsen markant."

Mens eksperimentet kun brugte tre sensorer, det åbner døren til muligheden for at anvende teknikken på netværk af hundredvis af sensorer.

"Forestille, for eksempel, et netværk for biologisk sansning:Du kan sammenfiltre disse biosensorer, så de arbejder sammen om at identificere arten af ​​et biologisk molekyle, eller at detektere neurale aktiviteter mere præcist end et klassisk sensorarray, " sagde Zhang. "Virkelig, denne teknik kan anvendes til enhver applikation, der kræver et array eller netværk af sensorer."

En potentiel anvendelse er i det sammenfiltrede fotonnetværk, der bygges på University of Arizona campus. I teoriarbejde udgivet i Fysisk gennemgang X i 2019, Zhuang præsenterede, hvordan maskinlæringsteknikker kan træne sensorer i et storstilet sammenfiltret sensornetværk som dette til at tage ultrapræcise målinger.

"Entanglement giver sensorer mulighed for mere præcist at udtrække funktioner fra de parametre, der registreres, giver mulighed for bedre ydeevne i maskinlæringsopgaver såsom sensordataklassificering og hovedkomponentanalyse, " sagde Zhuang. "Vores tidligere arbejde giver et teoretisk design af et sammenfiltringsforstærket maskinlæringssystem, der udkonkurrerer klassiske systemer."