近日，深圳量子科学与工程研究院李正达副研究员课题组与合作者在基于光量子网络的分布式量子精密测量研究中取得进展。研究团队通过光量子网络实验，采用高效的贝叶斯方法，成功对四个空间上分布的未知相位的线性函数进行了高精度估计。实验结果表明，在有限测量数据下，该方法能够对任意有效待测相位值实现超越标准量子极限的测量精度。相关研究工作以“Experimental adaptive Bayesian estimation for a linear function of distributed phases in photonic quantum networks”为题于2024年10月15日发表在美国光学学会期刊《Optica》上。

基于量子物理学的量子精密测量方法具有超越标准量子极限的测量精度，在众多科学领域展现出了广泛的应用潜力，包括量子激光雷达、原子钟、引力波探测以及生物测量等。随着量子网络的发展，分布式量子精密测量作为量子精密测量的自然延伸，正逐步成为当前量子网络最具前景的应用之一，并在磁场探测、量子成像、全球时钟同步等诸多领域展现出潜力。

近年来，诸多理论和实验研究致力于实现高精度的分布式量子精密测量，并已在特定的待测参数区间内实现了超越散粒噪声极限的精度。然而，在实际应用中，待测参数往往是未知的。因此，如何在分布式量子精密测量中实现对任意待测参数的高精度测量成为了需要解决的一个关键问题，这对于在实际应用中充分发挥量子优势至关重要。

为了应对这一挑战，研究团队提出了一种基于自适应贝叶斯估计的分布式量子精密测量解决方案。该方法能够对任意有效待测参数实现超越标准量子极限的高精度测量。该工作中，研究团队在纠缠分发量子网络实验中成功地估计了四个分布在不同空间位置的未知相位所构成的线性函数值，并在后选择条件下获得了超越标准量子极限的测量精度。这一工作为分布式自适应贝叶斯量子估计的实验研究奠定了基础，并有望应用于更复杂的分布式量子精密测量任务中，进一步推动量子增强分布式传感的发展。

论文的第一作者为深圳量子科学与工程研究院研究生刘碧瑶、深圳技术大学工程物理学院助理教授杨奎星。通讯作者为深圳量子科学与工程研究院副研究员李正达，南方科技大学物理系、量子科学与工程研究院教授范靖云，以及南方科技大学物理系研究助理教授毛亚丽。深圳量子科学与工程研究院为论文第一单位。该研究工作得到了国家自然科学基金委、广东省科技厅、深圳市科创局的大力支持。