✨ 要点🔬 技术摘要
想象一下,互联网是一个庞大且繁忙的高速公路系统,数据以光脉冲的形式在其中穿梭。几十年来,这条高速公路一直由“经典”交通所主导——你的电子邮件、视频和猫咪表情包——它们以惊人的速度疾驰而过。但科学家们现在正在为未来制造一种新型车辆:量子汽车。这些汽车承载着“纠缠”,即粒子之间一种奇妙的联系,它能够实现不可破解的通信和超强大的计算。问题在于,量子汽车极其脆弱。如果它们与经典交通中沉重、嘈席的卡车共享道路,震动可能会直接把量子乘客从座位上撞飞,从而摧毁它们携带的珍贵信息。
为了让这一切成为现实,我们需要弄清楚究竟如何在不发生碰撞的情况下共享道路。这里的核心概念是“噪声”。在光的领域中,噪声不仅仅是收音机里的静电杂音;它是指在纤维壁上反弹并撞击我们量子信号的杂散光子(微小的光包)。噪声的一个主要来源被称为“自发拉曼散射”。把它想象成一场台球比赛:当一颗快速移动的母球(经典光)撞击球台时,它并不会就此停止;它会将一部分能量传递给台呢,从而产生向四面八方扩散的涟漪。其中一些涟涟漪恰好落在了量子球试图滚动的路径上。大问题在于,这条高速公路上的哪一段路面最平坦?量子汽车应该选择哪条车道才能避开最严重的涟漪?
这篇论文深入探讨了这样一个问题。研究人员设置了一个现实世界的实验,观察当他们在光频谱的一个部分(“O波段”,约 1310 nm)运行一个响亮的经典信号,并尝试在同一根光纤电缆的另一个部分(“C波段”,约 1550 nm)捕捉一个细微的量子信号时会发生什么。与以往使用昂贵、安静的激光器或在时间或空间上分离信号的研究不同,这些科学家使用了标准的、现成的设备——也就是你在真实城市网络中可能看到的那些设备。他们想要看到的是混乱的、真实的真相。
他们发现了一张“噪声景观图”。通过在不同长度(长达 5 公里)的纤维电缆中传输经典光,并测量泄露到量子波段的杂散噪声,他们发现噪声并不是均匀分布的。它是凹凸不平的。存在一个特定的“安静区域”,那里的噪声最低。利用他们的数据,他们构建了一个数学模型——一种噪声预测引擎——它可以根据你的经典信号有多强以及光纤电缆有多长,准确地告诉你预期会有多少噪声。
他们发现中最令人兴奋的部分是,无论你使用哪种光源,该模型都有效。无论他们使用的是标准的商用激光器还是更精确的激光器,该模型都能高精度地预测噪声水平。他们确定了在 1535 nm(具体为第 44 信道)附近的一个“甜点区”,即来自 O 波段交通的噪声在此处达到最小值。这表明,如果我们想要构建一个量子数据与经典数据共享同一根光纤的未来互联网,我们就应该将我们的量子信号停放在这条安静的车道上。这篇论文并不声称已经解决了量子网络的所有问题,但它提供了一个稳健且经过测试的工具,工程师可以使用它来设计这些共享网络,确保量子汽车可以安全地在经典卡车旁驾驶。
技术摘要:与 O 波段经典流量共存的 C 波段量子流量优化
问题陈述 大规模量子网络的部署需要利用现有的电信光纤基础设施,而非专门的“暗”光纤,后者在实际应用中并不现实且成本极高。在这种背景下,一个关键挑战在于如何在同一根单芯单模光纤中实现低功率量子信号与高功率经典流量的共存。此类共传输场景中的主要损伤是自发拉曼散射(SpRS)。在此过程中,来自经典信号的光子会在宽光谱范围内发生散射,产生可能落在共传输量子信号光谱范围内的噪声。虽然存在针对拉曼散射的理论模型,但这些模型往往无法捕捉标准光纤在实际条件下观察到的精细光谱结构。此外,以往的实验研究通常依赖于窄线宽实验室激光器或空间/时间复用架构,这无法反映使用商用现成组件的已部署城市光纤基础设施的约束。
方法论 本研究通过实验调查了在标准单模光纤环境下,由 O 波段经典流量产生的 C 波段 SpRS 噪声。研究是在那不勒斯腓力德二世大学的 National Quantum Internet.it 测试平台上进行的。
实验设置: 研究人员采用了工作在 1310 nm(O 波段)的商用 SFP 光收发器(具体为 Finisar 和 Huawei 模块)作为经典光源。与以往研究不同,本研究未采用空间或时间复用,信号是同时共传输的。
滤波与隔离: 为确保信号纯度,实验装置利用级联 WDM 滤波器来隔离 O 波段光源并抑制带外分量。在接收端,第二个 WDM 级联用于隔离 C 波段,随后使用窄带可调滤波器(25 GHz 带宽)对 ITU 信道 15 至 63 进行扫描。
检测: 使用工作在 2.2 K 温度下的超导纳米线单光子探测器(SNSPD)检测 SpRS 光子,其检测效率约为 80%,暗计数率约为 100 cps。
变量: 实验在不同长度的光纤卷轴(100 m、500 m 和 5 km)上进行,以模拟不同的城市场景。研究还对比了商用 SFP 与窄线宽激光器的结果,以评估光源依赖性。
核心贡献与建模 本工作的核心贡献是推导出了一个与特定光学光源无关的紧凑型预测模型,用于描述 SpRS 噪声。
模型: 作者提出了一个 SpRS 计数率 (C S p R S C_{SpRS} C S pR S ) 模型,该模型是关于光源功率、光纤长度和波长的函数:C S p R S ( S s r c , λ , L ) = S s r c A ( λ ) e − α c L − e − α o L α o − α c C_{SpRS}(S_{src}, \lambda, L) = S_{src} A(\lambda) \frac{e^{-\alpha_c L} - e^{-\alpha_o L}}{\alpha_o - \alpha_c} C S pR S ( S sr c , λ , L ) = S sr c A ( λ ) α o − α c e − α c L − e − α o L 其中,S s r c S_{src} S sr c 是与光源相关的比例因子,而衰减项则根据 O 波段 (α o \alpha_o α o ) 和 C 波段 (α c \alpha_c α c ) 的光纤损耗计算有效相互作用长度。
光谱轮廓 (A ( λ ) A(\lambda) A ( λ ) ): 不同于广义理论模型,拉曼散射系数 A ( λ ) A(\lambda) A ( λ ) 被建模为一个直接从实验数据中推导出的四次多项式。这种方法捕捉到了测试平台中观察到的特定光谱变化和精细结构。
验证: 该模型通过了来自三个不同光源(两个商用 SFP 和一个激光器)以及多种光纤长度的验证。模型与实验数据之间的相对误差较低(例如,对于 500 m 和 5 km 长度,误差在 2.7% 至 5.1% 之间),证实了模型的鲁棒性和与光源无关的特性。
结果
最优信道识别: 实验数据和推导出的模型一致表明,在 1535 nm(ITU 信道 44)附近存在 SpRS 噪声的光谱极小值。这表明,当与 1310 nm 经典流量共传输时,信道 44 是最适合量子信号传输的 C 波段信道。
滤波影响: 研究表明,级联 WDM 组件对于隔离目标信号至关重要。虽然增加 WDM 的数量会引入插入损耗,但它能显著减少计数波动并有效抑制残留的带外噪声。
光源独立性: 该模型成功预测了不同硬件制造商(Finisar 对比 Huawei)以及不同光源类型(商用 SFP 对比窄线宽激光器)的 SpRS 行为,证明了无论发射器的内部架构如何,其底层的物理行为都能被捕捉到。
长度依赖性: 模型准确描述了噪声随光纤长度的变化规律。虽然在拉曼计数相对于背景噪声不显著的极短长度(100 m)处偏差略大,但整体趋势和光谱极小值的识别依然可靠。
意义 论文指出,这些结果为提供一种适用于各种光纤系统的参数稳健型拉曼散射描述铺平了道路。通过提供一个无需为每种新配置进行直接光谱测量的预测模型,这项工作为设计和优化量子-经典共存提供了实用的工具。具体而言,它能够识别出受 O 波段经典流量产生的 SpRS 噪声影响最小的 C 波段最优量子分配信道。这是在无需专用暗光纤的情况下,实现量子网络在现有城市光纤基础设施上大规模部署的重要一步。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题,再试一次?
无垃圾邮件,随时退订。