文章目录

  • 前言
  • 一、旧的哈密顿量
  • 二、激光频率旋转框架下的哈密顿量
    • 计算结果

前言

在光学腔、光机相互作用、光学参量下转换等过程中,其哈密顿量通常在激光频率的旋转框架下表示,这样可以使驱动场(激光场)不再含有时间t,处理起来较为方便。本文即介绍如何从旧的框架转到旋转框架。本文参考书Agarwal,quantum optics,chapter20 quantum optical effects in nano-mechanical systems.


一、旧的哈密顿量

以最简单的光机系统为例,如图所示,一个部分反射的固定反射镜与一个可移动全反反射镜组成光学腔,假设可移动镜偏离光学腔共振位置,偏移量为 x x x,则整个系统的哈密顿量为
H = ℏ ω c a † a − ℏ G a † a x + 1 2 m ω m 2 x 2 + p 2 2 m + i ℏ ε ( a † e − i ω l t − a e i ω l t ) (1) H=\hbar \omega_c a^{\dagger}a-\hbar G a^{\dagger}ax+\frac{1}{2}m\omega_{m}^2x^2+\frac{p^2}{2m}+i\hbar \varepsilon(a^{\dagger}e^{-i\omega_l t}-ae^{i\omega_l t}) \tag{1} H=ℏωc​a†a−ℏGa†ax+21​mωm2​x2+2mp2​+iℏε(a†e−iωl​t−aeiωl​t)(1)
第一项,内腔场的自由哈密顿量;
第二项,光机相互作用哈密顿量, G = − ∂ ω c ∂ x G=-\frac{\partial{\omega_c}}{\partial{x}} G=−∂x∂ωc​​为单位偏移引起的频率移动;
第三项,谐振子势能;
第四项,谐振子动能;
第五项,腔外耦合进入的泵浦场。( ???为什么写成这种形式呢 )

二、激光频率旋转框架下的哈密顿量

在激光频率旋转框架下,泵浦场不再有时间t,下面进行该处理。
变换后的哈密顿量与之前哈密顿量(1)的关系为
H r o t = R H o l d R † + i ℏ ∂ R ∂ t R † (2) H_{rot}=RH_{old}R^{\dagger}+i\hbar \frac{\partial{R}}{\partial t}R^{\dagger} \tag{2} Hrot​=RHold​R†+iℏ∂t∂R​R†(2)
其中, R = e i ω l a † a t R=e^{i\omega_l a^{\dagger}at} R=eiωl​a†at
下面为计算过程,敲公式太累,上图。

激光频率旋转框架与哈密顿量相关推荐

  1. android 按钮旋转等待,旋转框架布局,其中包含动态按钮

    我有一个可以根据需要设计的布局. 在这里下载演示 Java文件 import android.annotation.SuppressLint; import android.content.Conte ...

  2. CVPR 2020 | 反传统的无监督人脸旋转方案:旋转-渲染

    ©PaperWeekly · 作者|周航.刘吉豪 学校|香港中文大学.商汤科技 前言 这篇论文既异于传统.摆脱监督.从全新角度看待人脸旋转问题,又方法极简.模块原始.效果上还有较大提升空间.终究能幸运 ...

  3. android 方向euler,android – 如何从旋转矢量获取欧拉角(Sensor.TYPE_ROTATION_VECTOR)

    我在x方向上旋转我的Android设备(从-180度到180度),见下图. 并且我假设只有旋转矢量x值被改变. Y和z可能有一些噪音,但值之间差别不大. 但是,我收到了这个.请注意 我怀疑我的传感器有 ...

  4. Vulkan 预旋转处理设备方向

    使用 Vulkan 预旋转处理设备方向 本文介绍了如何通过实现预旋转来有效地处理 Vulkan 应用程序中的设备旋转. Vulkan允许您指定比 OpenGL 更多的有关渲染状态的信息.伴随着这种力量 ...

  5. MATLAB® 空间数学工具箱——旋转函数

    矩阵函数 这些函数返回并在原生 MATLAB 矩阵上运行.它们是工具箱的最早部分(大约 1993 年),它们的功能已被一组类取代,这些类还提供了更高的代码可读性和类型安全性. 在以下情况下,您应该使用 ...

  6. REINFORCEMENT LEARNING USING QUANTUM BOLTZMANN MACHINES利用量子波兹曼机进行强化学习

    REINFORCEMENT LEARNING USING QUANTUM BOLTZMANN MACHINES 利用量子波兹曼机进行强化学习 Abstract. We investigate whet ...

  7. 使用YOLO Core ML模型构建对象检测iOS应用(七)

    目录 在我们的应用程序中添加模型 在捕获的视频帧上运行目标检测 绘制边界框 实际应用 下一步? 总目录 将ONNX对象检测模型转换为iOS Core ML(一) 解码Core ML YOLO对象检测器 ...

  8. 全球首发!惯性导航导论(剑桥大学)第二部分

    2 Inertial Navigation 惯性导航是一种独立的导航技术,由加速度计和陀螺仪提供的测量数据用来跟踪一个物体相对于一个已知的起始点.方向和速度的位置和方向.惯性测量单元(IMUs)通常包 ...

  9. 【转】高端球管使用了哪些高科技?

    转自:高端球管使用了哪些高科技? 本文来源:第三方维修平台 本文作者:RepairCT 随着人类发现X射线,这项技术不断应用到医学领域,比如X光机.DR.CT.乳腺钼靶等医疗设备,它们的主要核心均是利 ...

最新文章

  1. 地面标识检测与识别算法
  2. EOSIO.DCT 1.3以上版本工具编写EOS智能合约重大更新
  3. 2019/2/12 Python今日收获
  4. 投篮c语言程序设计,教师招聘笔试体育之篮球必做20题(一)
  5. C语言scanf:获取输入的内容
  6. python 编译procto错误处理
  7. 单词查找树(信息学奥赛一本通-T1337)
  8. 最新京东炸年兽活动一键做任务工具v1.4
  9. fastscript传递参数
  10. Ibatis SqlMapclient对象
  11. 从0开始学习 GitHub 系列之「05.Git 进阶」
  12. MatConvNet 相关函数解释说明
  13. 你会用JSON.stringify()?
  14. Centos7 小事件:安装微信
  15. C++sort函数使用(成绩排名)
  16. Datawhale组队学习周报(第025周)
  17. liunx基础知识篇 偏指令
  18. java导出excel文件(标题为中文乱码)
  19. 光学遥感影像的几何校正
  20. day02 快速上手

热门文章

  1. nib must contain exactly one top level object which must be a UITableViewCell instance
  2. Maven model archetype说明
  3. archetype-catalog.xml
  4. SHELL编程学习笔记
  5. 超融合里的服务器怎么复制文件,整整齐齐的超融合机柜,美好!
  6. 交叉编译和交叉工具链
  7. Java中什么是JRE?什么是JRE?
  8. Oracle之cmd 常用命令
  9. 内外网ping SNAT DNAT
  10. 基于LabVIEW的二维码识别程序