1. 课程导入与噪声全景
在教科书里，我们写下一个量子电路时，默认门是完美的、测量是精确的、量子比特之间不会互相干扰。但真实量子处理器上，一次 CNOT 门可能带来 0.5%～2% 的保真度损失，一个量子比特的相干时间可能只有几十微秒，读出结果也可能有 1%～5% 的翻转概率。这些偏差累积起来，会让一个理论上只需几十步的算法在实际设备上完全失效。本课程要解决的，正是如何描述、建模并分析这些噪声，从而判断一个量子电路在真实硬件上是否还“算得对”。
噪声从哪里来：四类主要来源
量子电路的噪声并非单一机制，而是多个物理过程叠加的结果。理解它们的分类，是后续建模的起点。
- 退相干噪声：量子比特与环境的耦合导致能量弛豫（T1）和相位退相干（T2）。T1 描述量子比特从 |1⟩ 衰减到 |0⟩ 的时间常数，T2 描述叠加态相位信息丢失的时间常数。典型超导量子比特的 T1 在 50～200 μs，T2 在 30～150 μs。
- 门操作噪声：单比特门和双比特门由于控制脉冲不完美、串扰、泄漏到非计算态等原因产生误差。双比特门通常是主要误差源，其错误率往往比单比特门高一个数量级。
- 测量噪声：读出过程中，由于信号区分度不足或放大器噪声，|0⟩ 可能被误判为 |1⟩，反之亦然。这通常用混淆矩阵（assignment matrix）描述。
- 串扰与关联噪声：相邻量子比特之间的残余耦合、同时操作时的频率碰撞、以及环境中的非马尔可夫效应，会导致噪声在空间和时间上相关，不能简单当作独立误差处理。
这些噪声源在电路层面表现为：门保真度下降、态制备与测量误差、以及随时间演化的相干性损失。它们共同决定了量子电路的实际输出分布与理想分布之间的偏差。
噪声对计算的影响：从概率分布到算法失效
噪声对量子计算的影响可以从三个层次观察。第一层是单次操作误差：一个门出错，导致该步的量子态偏离目标。第二层是误差累积：在深度为 d 的电路中，若每层门平均错误率为 p，则总错误概率大致按 1-(1-p)^d 增长。例如 p=0.01、d=100 时，无错概率仅约 36%。第三层是算法级失效：对于变分量子算法（VQA），噪声会平坦化优化景观，使能量期望值偏离真实基态；对于量子相位估计，噪声会降低成功概率，甚至使峰值不可分辨。
因此，误差分析的目标不是“消除噪声”，而是回答三个问题：当前噪声水平下，电路输出是否仍可区分于随机猜测？误差的主要贡献来自哪一类操作？需要多少量子纠错或误差缓解资源，才能把结果恢复到可用精度？
误差分析的目标与整体学习路径
误差分析不是单一技术，而是一条从物理层到算法层的完整链路。在本课程中，我们将沿着以下路径逐步展开：
- 噪声分类与物理来源：明确 T1、T2、门误差、测量误差的物理含义与典型量级，建立“噪声参数表”的概念。
- 信道建模：学习用 Kraus 算符、Pauli 信道、振幅阻尼信道、相位阻尼信道等数学工具描述噪声对量子态的作用。
- 电路级误差传播：将单门误差模型组合到完整电路中，分析误差如何随门数、深度和拓扑结构累积。
- 误差缓解与纠错评估：介绍零噪声外推、概率误差消除、对称性验证等缓解方法，以及表面码等纠错方案的基本阈值判断。
- 实验数据分析：通过随机基准测试（RB）、门集层析（GST）、交叉熵基准（XEB）等实验手段提取噪声参数，并与模型预测对比。
一个具体的观察示例
假设某超导设备上，单比特门错误率 p1=0.001，双比特门错误率 p2=0.01，测量错误率 pm=0.02。我们制备一个 3 比特 GHZ 态：(|000⟩+|111⟩)/√2，理想测量结果应只在 000 和 111 两个比特串上各出现约 50%。但实际运行 10000 次后，可能观察到 000 出现 4600 次、111 出现 4400 次，其余 1000 次分散在 001、010、100 等错误比特串上。这 10% 的“泄漏”就是噪声的直接体现。通过分析错误比特串的分布模式，可以初步判断是测量错误主导（错误串随机分散），还是双比特门错误主导（错误串与门作用位置相关）。
这个简单例子说明：误差分析的核心，是把“输出分布偏离”翻译回“哪一类噪声、在哪个环节、以多大强度起作用”。接下来的章节，将为你提供完成这一翻译所需的全部工具。