当前位置：首页 > news >正文

量子纠错码逻辑噪声模型与表面码优化实践

news 2026/4/23 2:39:16

1. 量子纠错码逻辑噪声模型的理论框架

量子纠错码（QEC）的核心目标是通过冗余编码保护量子信息免受环境噪声的影响。在表面码实现中，逻辑量子比特的状态通过二维晶格上物理比特的纠缠态来编码。理解逻辑层面的噪声特性对于评估纠错性能至关重要。

1.1 CPTP映射与Pauli转移矩阵

量子噪声过程可以用完全正定保迹（CPTP）映射描述。对于第n个QEC周期，逻辑信道可表示为： $$ \Phi_n(\rho) = \sum_i E_i^{(n)} \rho E_i^{(n)\dagger}, \quad \sum_i E_i^{(n)\dagger}E_i^{(n)} = I $$

采用Pauli转移矩阵（PTM）表示法，在归一化Pauli基${I/\sqrt{2}, \sigma_x/\sqrt{2}, \sigma_y/\sqrt{2}, \sigma_z/\sqrt{2}}$下，单量子比特信道的PTM形式为： $$ \begin{pmatrix} 1 & 0 \ t^{(n)} & T^{(n)} \end{pmatrix} $$ 其中$T^{(n)}_{ij} = \text{Tr}(\sigma_i \Phi_n(\sigma_j))/2$表征信道对Bloch矢量的线性变换，$t^{(n)}_i = \text{Tr}(\sigma_i \Phi_n(I))/2$反映非幺正效应。

1.2 纠缠保真度的物理意义

纠缠保真度（Entanglement Fidelity, EF）定义为： $$ F_e = \langle \phi| (I \otimes \Phi)(|\phi\rangle\langle\phi|) |\phi\rangle $$ 其中$|\phi\rangle = (|00\rangle + |11\rangle)/\sqrt{2}$是最大纠缠态。对于N个QEC周期后的复合信道$\Psi_N = \Phi_N \circ \cdots \circ \Phi_1$，其EF可通过PTM的迹计算： $$ F_e(N) = \frac{1 + \text{Tr}(T^{(N)}_{\text{eff}})}{4} $$

EF具有明确的物理意义：当$F_e=1$时信道完美保持量子信息；$F_e<1$则表示信息损失。相比传统逻辑错误率，EF能同时反映所有Pauli错误和非Pauli错误的影响。

2. 逻辑噪声模型的实验验证方法

2.1 三参数拟合模型的推导

实验测量四个逻辑基态$|0\rangle,|1\rangle,|+\rangle,|-\rangle$经过N个QEC周期后的错误概率$p_{N,\alpha}$。考虑以下噪声成分：

逻辑Pauli错误（X/Z翻转）
广义振幅阻尼（GAD）
SPAM误差

建立的差分方程模型： $$ p_{N+1,\alpha} = (1-\beta_\alpha)p_{N,\alpha} + \varepsilon_\alpha(1-p_{N,\alpha}) $$ 解析解为三参数形式： $$ p_{N,\alpha} = a_\alpha + b_\alpha(1-\varepsilon_\alpha/a_\alpha)^N $$ 其中$a_\alpha=\varepsilon_\alpha/(\varepsilon_\alpha+\beta_\alpha)$是稳态误差，$b_\alpha$反映初始偏移。

2.2 非幺正噪声的见证

通过基态对的误差概率差检测非幺正噪声： $$ \delta_x^d = \sum_N (p_{N,-}^d - p_{N,+}^d), \quad \delta_z^d = \sum_N (p_{N,1}^d - p_{N,0}^d) $$ 实验数据显示$\delta_z$随N增长（图2c-d），证实逻辑噪声包含非Pauli成分。这与超导量子比特中存在的ZZ串扰和关联退相吻合。

3. 表面码在超导处理器上的实现优化

3.1 各向异性距离缩放的性能分析

表面码距离$d=(d_x,d_z)$分别对应X型和Z型错误的纠正能力。在IBM重六边形（heavy-hex）处理器上：

(3,5)码：$d_z=5$增强对相位翻转（Z错误）的保护
(5,3)码：$d_x=5$增强对比特翻转（X错误）的保护

实验数据显示（图2a-b）：

$p_{N,+}^{(3,5)} < p_{N,+}^{(3,3)}$：Z错误抑制
$p_{N,0}^{(5,3)} < p_{N,0}^{(3,3)}$：X错误抑制

3.2 动态解耦（DD）的关键作用

重六边形架构存在空闲间隙，需插入DD序列抑制退相干。优化策略：

对长间隙（~1μs）使用URn序列（n=6-18）
对短间隙（~400ns）使用XY4或RGA8a
避免CPMG序列（加重脉冲误差）

DD显著降低纠缠不保真度（图3），特别是抑制Z偏置噪声（图5a）。未优化DD会导致虚假的阈值下缩放假象（图4）。

4. 量子纠错性能的评估指标比较

4.1 传统抑制因子的局限性

单参数模型给出的逻辑错误率： $$ \varepsilon^d = \frac{1}{4}\sum_{\alpha} \varepsilon_\alpha^d $$ 对应的抑制因子$\Lambda_\varepsilon^d = \varepsilon^{(3,3)}/\varepsilon^d$存在以下问题：

假设噪声稳态（cycle-independent）
忽略SPAM和非幺正效应
不同拟合模型结果差异达15%（表II）

4.2 纠缠保真度指标的优势

EF指标$\Lambda_F$的定义： $$ \Lambda_F^d(N) = \frac{1-F_e^{(3,3)}(N)}{1-F_e^d(N)} $$ 特点：

无需模型假设
包含所有基态数据
自动考虑循环相关噪声

实验显示（图3-4）：

各向异性缩放未实现全局$\Lambda_F>1$
但$d=5 \rightarrow 7$比$d=3 \rightarrow 5$有更显著优势（图22）

5. 实验数据与噪声模型的深度关联

5.1 电路级噪声的精确建模

使用Stim模拟器构建检测器误差模型（DEM）：

两量子比特 depolarizing 信道：$p_{i,j}^{2q}$
测量前比特翻转：$p_i^{m}$
空闲期 biased dephasing： $$ p_{i,id}^{x/y} = \frac{t_{id}}{4T_1}, \quad p_{i,id}^z = \frac{t_{id}}{2}\left(\frac{1}{T_2}-\frac{1}{2T_1}\right) $$