弱测量中进行参量估值偏差补偿的方法及系统

摘要

本发明提供了一种弱测量中进行参量估值偏差补偿的方法及系统，包括：在弱测量过程中将引入待测参量的物理来源切断，使待测参量τ＝0，通过弱测量所获得由噪声引起的参量估值偏差值Δτ；基于获得的参量估值偏差值，通过训练和测试调整机器学习模型的参数，建立机器学习模型，用于拟合参量偏差的变化趋势；在正常测量待测参量的情况下进行弱测量参量估值，利用机器学习模型估算当前时刻的参量估值偏差值并进行修正。本发明通过机器学习算法对弱测量过程中噪声所引起的估值偏差进行修正，在有效利用弱值放大效应提升分辨率的同时，有效克服长期关联噪声带来的影响，显著提高信噪比，增加弱测量参量估值过程的精度和抗干扰能力。