Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:2001.10104

帮助 | 高级搜索

量子物理

arXiv:2001.10104 (quant-ph)
[提交于 2020年1月27日 (v1) ,最后修订 2020年4月20日 (此版本, v2)]

标题: 玻色-爱因斯坦凝聚体的声波引力梯度测量术

标题: Phononic gravity gradiometry with Bose-Einstein condensates

Authors:Tupac Bravo, Dennis Rätzel, Ivette Fuentes
摘要: 使用玻色-爱因斯坦凝聚体(BEC)的引力梯度测量技术已经达到了前所未有的精度。 该技术的基础是通过单原子波函数的干涉来测量微分力。 本文中,我们提出了一种梯度测量方案,其中采用声子——被捕获BEC中原子的集体振荡来替代传统方法。 我们表明,原则上,我们的方案可以实现对地球或小球形物体等质量低至毫克级的物体的重力梯度的高精度测量。 我们重力梯度测量方案的基本误差界限对应于在BEC长度尺度上每次实验实现的纳伽范围内微分力灵敏度。
摘要: Gravity gradiometry with Bose-Einstein condensates (BECs) has reached unprecedented precisions. The basis of this technique is the measurement of differential forces by interference of single-atom wave functions. In this article, we propose a gradiometry scheme where phonons, the collective oscillations of a trapped BEC's atoms are used instead. We show that our scheme could, in principle, enable high-precision measurements of gravity gradients of bodies such as the Earth or small spheres with masses down to the milligram scale. The fundamental error bound of our gravity gradiometry scheme corresponds to a differential force sensitivity in the nano-gal range per experimental realization on the length scale of the BEC.
评论: 8页,1幅图。参考文献已添加。投稿至SciPost。
主题: 量子物理 (quant-ph)
引用方式: arXiv:2001.10104 [quant-ph]
  (或者 arXiv:2001.10104v2 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2001.10104
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Tupac Bravo Ibarra [查看电子邮件]
[v1] 星期一, 2020 年 1 月 27 日 22:26:01 UTC (626 KB)
[v2] 星期一, 2020 年 4 月 20 日 20:57:31 UTC (634 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2020-01

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号