近日，中國科學技術大學郭光燦院士團隊在多頻率微波傳感領域取得新進展。教授史保森、丁冬生課題組利用人工智能的方法，實現了基于里德堡原子多頻率微波的精密探測。相關成果4月14日發表于《自然-通訊》。

圖為機器學習解碼結果。(a-c)為訓練時間不同時，深度學習模型對傳輸信號的恢復結果。

里德堡原子具有較大的電偶極矩，可以對微弱的電場產生很強的響應，因此作為一個非常有前景的微波測量體系，備受人們青睞。但基于里德堡原子的微波測量領域還存在很多科學問題亟待解決，多頻率微波接收就是其中一項難題：這是因為多頻率微波在原子中會引起復雜的干涉模式，嚴重干擾了信號接收與識別。

近年來，史保森、丁冬生團隊利用里德堡原子體系，聚焦量子模擬和量子精密測量科學研究，取得了重要進展。在此次研究中，團隊基于室溫銣原子體系，利用里德堡原子作為微波天線及調制解調器，通過電磁誘導透明效應成功檢測了相位調制的多頻微波場（頻分復用的二進制相移鍵控信號，一種在數字通信中廣泛使用信號傳輸方式），進而將接收到的調制信號通過深度學習神經網絡進行分析，實現了多頻微波信號的高保真解調，并進一步檢驗了實驗方案針對微波噪聲的高魯棒性。

該工作有效地解碼了一個含噪聲二維碼的頻分復用相移鍵控信號，準確率高達99.32%。研究成果表明，基于深度學習增強的里德堡微波接收器可允許一次直接解碼20路頻分復用信號，不需要多個帶通濾波器和其他復雜電路。

這項工作的創新之處在于提出并實現了在不求解主方程的情況下，有效探測多頻率微波電場的方案，既利用了里德堡原子的靈敏度優勢，同時也降低了噪聲的影響。該工作將原子傳感與深度學習有機結合，為精密測量領域與神經網絡交叉結合提供了重要參考。此外，該成果還可以應用于同時探測多個目標。