科罗拉多大学博尔德分校：利用 “压缩 ”激光频率梳技术制造出更灵敏的气体传感器-电子发烧友网

科学家们有史以来第一次利用一种名为 “量子压缩”的技术，提高了被称为光学频率梳激光器器件的气体传感性能。这些超精密传感器就像气体分子的指纹扫描仪。科学家们已经利用它们发现了石油和天然气作业上方空气中的甲烷泄漏，以及人类呼吸样本中的 COVID-19 感染迹象。现在，在一系列实验室实验中，研究人员为使这类测量更灵敏、更快速（将频率梳探测器的速度提高一倍）铺平了道路。这项工作由科罗拉多大学博尔德分校的 cott Diddams和加拿大拉瓦尔大学的Jérôme Genest合作完成。电气、计算机和能源工程系教授Diddams说：“假设你需要检测工厂环境中微量的危险气体泄漏。只需要10分钟与20分钟相比，在保证人员安全方面会有很大的不同。”

他和同事们于1月16日在《Science》上发表了他们的研究成果。ECEE博士后研究员Daniel Herman领导了这项研究。

普通激光器只发出一种颜色的光，而频率梳激光器则同时发出几千到几百万种颜色的脉冲。在这项新研究中，研究人员使用普通光纤来精确操纵这些激光器发出的脉冲。他们能够 “压缩”这些光，使其某些特性更加精确，而另一些特性则更加随机。换句话说，这项研究战胜了宇宙中存在的一些极小尺度的自然随机性和波动性。

Diddams说：“战胜量子不确定性很难，也不是免费的。但这对于一种强大的新型量子传感器来说，确实是非常重要的一步。”

争夺光子

这项技术诞生于JILA（科罗拉多大学博尔德分校与美国国家标准与技术研究院（NIST）的联合研究所）。Diddams是由JILA的Jan Hall领导的团队成员之一，该团队在20世纪90年代末首次开创了频率梳激光器。Hall也因此于2005年获得了诺贝尔物理学奖。

例如，当这些激光脉冲穿过大气层时，其中的分子会吸收某些颜色的光，但不会吸收其他颜色的光。这样，科学家就可以根据激光中消失的颜色来识别空气中的物质。想象一下，这有点像一把掉了几个齿的梳子--这就是它名字的由来。但Diddams说：“这些测量结果也有内在的不确定性。”

他指出，光是由光子组成的，虽然激光从外观上看可能井然有序，但其单个光子却并非如此。Diddams说：“如果你要探测这些光子，它们不会以完全一致的速度到达，比如每纳秒一个。相反，它们到达的时间是随机的。”反过来，这就在梳状频率传感器传回的数据中产生了他所说的 “模糊性”。

给予压缩

在量子物理学中，许多属性是耦合的，因此精确测量其中一个属性会降低对另一个属性的测量精度。一个典型的例子是电子等小粒子的速度和位置--你可以知道电子在哪里，也可以知道它移动的速度，但永远无法同时知道两者。压缩是一种技术，它能最大限度地利用一种测量方法，而牺牲另一种测量方法。

在一系列实验室实验中，Diddams和他的同事以一种令人惊讶的简单方式实现了这一壮举：他们将频率梳光脉冲通过一根普通光纤发送，这根光纤与向家中输送互联网的光纤并无太大区别。

光纤的结构恰到好处地改变了光线，使来自激光器的光子以更有规律的间隔到达。但这种有序性的提高是有代价的。测量光的频率或光子如何振荡以产生特定颜色变得有些困难。不过，这种权衡使得研究人员在检测气体分子时，误差比以前小了很多。

他们在实验室中用硫化氢样本测试了这种方法，硫化氢是火山爆发中常见的一种分子，闻起来像臭鸡蛋。研究团队报告说，使用其压缩频率梳探测这些分子的速度是使用传统设备的两倍。研究人员还能在红外光范围内实现这一效果，比科学家们以前所取得的成果高出约1000倍。

该研究团队在将其新型传感器投入实际应用之前还有很多工作要做。Herman说：“但我们的研究结果表明，我们比以往任何时候都更接近在现实世界中应用量子频率梳。”

Diddams表示同意：“科学家们称这为‘量子提速’，我们已经能够操纵量子力学中的基本不确定性关系，更快更好地测量一些东西。”

这项新研究的其他合著者还包括科罗拉多大学博尔德分校的Joshua Combes教授、研究生Molly Kate Kreider、Noah Lordi、Eugene Tsao和Matthew Heyrich以及博士后研究员Alexander Lind 。拉瓦尔大学研究生Mathieu Walsh也是共同作者之一。

科罗拉多大学博尔德分校研究人员创办的LongPath Technologies公司开发的梳状频率气体传感器的激光发射器。该公司的探测器可以实时发现石油和天然气设施中泄漏的甲烷。(图片来源：Casey Cass/科罗拉多大学博尔德分校）。

Scott Diddams（左）和研究生 Pooja Sekhar、Mary KateKreider 在校园内的量子工程实验室。(图片来源：科罗拉多大学博尔德分校）。

频率梳光谱和量子噪声。双梳结构原理和单梳压缩概念及其结果。。

双梳时域数据和模式分辨光谱处理链。

量子增强双梳实验的详细示意图。

模式分辨压缩双梳光谱。

图 6：双梳透射光谱与拟合。(A) 根据每个单独通道的傅立叶变换比值生成的平均双梳透射光谱。这些数据来自 1112 个干涉图或约 198ms 数据采集的平均值。黑色曲线是对 SQZ 数据集的拟合，其中最明显的是 H2S 的窄吸收特征。黑色为 SQZ 数据集的拟合曲线。灰色为其中一个通道的双梳光谱，以供参考。(B) 显示了三种情况下的残差（透射减去拟合）：SNL（红色）、SQZ（蓝色）和 ANTI-SQZ（黄色）。在这种平均条件下，QNR 约为 2.6dB。残差噪声的变化源于上图所示双梳光谱中的功率不均。(C) 放大几条 H2S 吸收线，显示数据和拟合程序的高质量。