神经网络|里德堡原子携手神经网络 实现多频率微波精密探测

【神经网络|里德堡原子携手神经网络 实现多频率微波精密探测】4月17日 , 科技日报采访人员从中国科学技术大学获悉 , 该校郭光灿院士团队史保森、丁冬生课题组利用人工智能实现了基于里德堡原子多频率微波的精密探测 , 相关成果日前发表在国际期刊《自然·通讯》上 。
里德堡原子具有较大的电偶极矩 , 可以对微弱的电场产生很强的响应 , 因此作为一个非常有前景的微波测量体系备受人们的青睐 , 并取得了飞速发展 。 尽管如此 , 基于里德堡原子的微波测量还存在很多科学问题亟待解决 , 多频率微波接收就是其中一项难题:这是因为多频率微波在原子中会引起复杂的干涉模式 , 严重干扰了信号接收与识别 。
在前期工作的基础上 , 研究人员基于室温铷原子体系 , 利用里德堡原子作为微波天线及调制解调器 , 通过电磁诱导透明效应成功检测了相位调制的多频微波场 , 进而将接收到的调制信号通过深度学习神经网络进行分析 , 实现了多频微波信号的高保真解调 , 并进一步检验了实验方案针对微波噪声的高鲁棒性 。
研究成果表明 , 基于深度学习增强的里德堡微波接收器可允许一次直接解码20路频分复用(FDM)信号 , 不需要多个带通滤波器和其他复杂电路 。 这项工作的创新之处在于提出并实现了在不求解主方程的情况下 , 有效探测多频率微波电场的方案 , 既利用了里德堡原子的灵敏度优势 , 同时也降低了噪声的影响 。
这项研究成果为精密测量领域与神经网络交叉结合提供了重要参考 。 此外 , 该成果还可以应用于同时探测多个目标 。 审稿人高度评价该成果:“该工作展示的结果对原子分子光物理学领域的其他研究人员非常有用 , 因为它显示了深度学习未来在原子系统量子增强传感中的应用 。 ”采访人员吴长锋