4. 量子噪声信道建模与仿真

在真实量子硬件上，量子比特并非孤立系统，它会与周围环境发生不可避免的耦合，导致退相干、能量弛豫和门操作误差。要在算法层面评估噪声鲁棒性，第一步就是把物理噪声抽象为可计算、可复现的量子信道模型。本节围绕比特翻转、相位翻转、去极化、振幅阻尼四类典型信道，说明它们的数学形式、物理含义，以及如何用 Qiskit 或 Cirq 构建可复现的噪声仿真环境。

一、从物理噪声到量子信道

量子信道是作用在密度矩阵上的完全正定保迹映射（CPTP map）。若把噪声看作以一定概率发生的随机过程，则可用算符和表示：

ρ' = Σ_k E_k ρ E_k†，  且 Σ_k E_k† E_k = I

其中 {E_k} 称为 Kraus 算符。不同噪声对应不同的 Kraus 集合。理解这一点后，仿真就变成“选择 Kraus 算符 + 设定概率参数”的过程。下面先给出四类信道的定义与参数约定，再进入代码实现。

二、四类典型信道模型

比特翻转信道（Bit Flip）：以概率 p 将 |0⟩ 变为 |1⟩、|1⟩ 变为 |0⟩，等价于以概率 p 施加 Pauli-X。Kraus 算符为 E₀=√(1−p)I，E₁=√p X。它模拟的是比特态本身的翻转错误。

相位翻转信道（Phase Flip）：以概率 p 施加 Pauli-Z，使 |+⟩ 变为 |−⟩，改变的是相位而非布居数。Kraus 算符为 E₀=√(1−p)I，E₁=√p Z。它与比特翻转在布洛赫球上分别对应绕 X 轴和 Z 轴的收缩。

去极化信道（Depolarizing）：以概率 p 随机施加 X、Y、Z 之一，使量子态向完全混合态 I/2 收缩。其等效形式为 ρ' = (1−p)ρ + (p/3)(XρX + YρY + ZρZ)。去极化信道是硬件上最常用的“平均误差”模型，单比特门误差率常直接映射为去极化参数。

振幅阻尼信道（Amplitude Damping）：描述能量从 |1⟩ 弛豫到 |0⟩ 的过程，参数 γ 对应时间 t 内的弛豫概率，γ = 1 − exp(−t/T₁)。Kraus 算符为 E₀=[[1,0],[0,√(1−γ)]]，E₁=[[0,√γ],[0,0]]。它只把 |1⟩ 向 |0⟩ 衰减，因此是非对称信道，常用于模拟 T₁ 能量弛豫。

四类信道的核心区别可用下图概括：比特翻转改变布居数，相位翻转改变相干性，去极化同时压缩三者，振幅阻尼则单向衰减激发态。

三、用 Qiskit 构建可复现噪声环境

Qiskit 提供 qiskit_aer.noise 模块，可直接把上述信道注册为噪声模型。以下示例构建一个包含比特翻转、相位翻转、去极化和振幅阻尼的复合噪声模型，并固定随机种子以保证复现性。

from qiskit import QuantumCircuit, transpile
from qiskit_aer import AerSimulator
from qiskit_aer.noise import (
    NoiseModel, pauli_error, depolarizing_error,
    amplitude_damping_error, phase_damping_error
)

# 1. 比特翻转：p=0.02
bit_flip = pauli_error([('X', 0.02), ('I', 0.98)])

# 2. 相位翻转：p=0.03
phase_flip = pauli_error([('Z', 0.03), ('I', 0.97)])

# 3. 去极化：单比特门 p=0.01，双比特门 p=0.05
depol_1q = depolarizing_error(0.01, 1)
depol_2q = depolarizing_error(0.05, 2)

# 4. 振幅阻尼：γ=0.04（对应 T1 弛豫）
amp_damp = amplitude_damping_error(0.04)

# 组装噪声模型
noise_model = NoiseModel()
noise_model.add_all_qubit_quantum_error(bit_flip, ['x'])
noise_model.add_all_qubit_quantum_error(phase_flip, ['z'])
noise_model.add_all_qubit_quantum_error(depol_1q, ['u1', 'u2', 'u3'])
noise_model.add_all_qubit_quantum_error(depol_2q, ['cx'])
noise_model.add_all_qubit_quantum_error(amp_damp, ['id'])

# 固定种子，保证每次运行结果一致
sim = AerSimulator(noise_model=noise_model, seed_simulator=42)

# 测试电路：制备 Bell 态并测量
qc = QuantumCircuit(2, 2)
qc.h(0)
qc.cx(0, 1)
qc.measure([0, 1], [0, 1])

result = sim.run(transpile(qc, sim), shots=4096).result()
counts = result.get_counts()
print(counts)

运行后典型输出（示例，非实测）可能为 {'00': 1980, '11': 1930, '01': 95, '10': 91}。理想 Bell 态只应出现 00 和 11，各约 2048 次；出现 01/10 说明噪声已引入比特翻转或去极化错误。通过对比不同噪声参数下的 counts 分布，即可量化信道对纠缠保真度的影响。

四、用 Cirq 构建等价噪声环境

Cirq 通过 cirq.depolarize、cirq.bit_flip、cirq.phase_flip、cirq.amplitude_damp 等信道对象，在电路层插入噪声。其优势是噪声与门操作在同一电路描述中，便于逐门控制。

import cirq

q0, q1 = cirq.LineQubit.range(2)

# 构建带噪声的 Bell 态电路
circuit = cirq.Circuit([
    cirq.H(q0),
    cirq.depolarize(p=0.01).on(q0),          # 单比特去极化
    cirq.CNOT(q0, q1),
    cirq.depolarize(p=0.05).on(q0, q1),      # 双比特去极化
    cirq.amplitude_damp(gamma=0.04).on(q0),  # 振幅阻尼
    cirq.bit_flip(p=0.02).on(q1),            # 比特翻转
    cirq.measure(q0, q1, key='m')
])

# 固定随机种子，保证采样可复现
sim = cirq.DensityMatrixSimulator(seed=1234)
result = sim.run(circuit, repetitions=4096)
print(result.histogram(key='m'))

Cirq 的 DensityMatrixSimulator 直接演化密度矩阵，能精确反映信道对相干性的影响；若使用 cirq.Simulator 配合 cirq.kraus，则按采样方式近似。两者结果在 shots 足够大时趋于一致。

五、参数设置与结果判读要点

构建可复现噪声环境时，需注意以下关键点：

• 参数来源要明确：p 或 γ 应来自硬件标定（如 T₁、T₂、门误差率），而非随意设定。例如 γ = 1 − exp(−t_gate/T₁)，t_gate 为门时间。
• 噪声位置要对应物理过程：单比特门误差用单比特去极化，双比特门用双比特去极化，空闲时段用振幅阻尼或相位阻尼。
• 随机种子必须固定：Qiskit 用 seed_simulator，Cirq 用 seed，否则每次 counts 波动会干扰对比。
• 结果判读看分布偏移：理想分布与含噪分布的 TVD（全变分距离）或保真度可作为鲁棒性指标。TVD 越小，信道影响越弱。

综上，四类信道各有明确的 Kraus 表示和物理对应。在 Qiskit 或 Cirq 中，只要固定随机种子、按物理过程放置噪声、并明确参数来源，就能构建可复现的噪声仿真环境，为后续的鲁棒性评估提供稳定基线。