2. 量子纠错基础

量子纠错的核心困难在于：量子态不可克隆，测量会破坏叠加态，而错误又是连续旋转而非离散翻转。稳定子码（stabilizer code）用一组相互对易的泡利算符的公共 +1 本征空间来定义码空间，从而把"连续错误"离散化为可测量的综合征，这是整个解码工程得以成立的数学起点。

稳定子码：用对易算符定义码空间

设 S = ⟨g₁, g₂, …, g_m⟩ 是由 n 个物理量子比特上的泡利算符生成的阿贝尔子群，且 −I ∉ S。码空间定义为所有满足 g|ψ⟩ = |ψ⟩（对任意 g ∈ S）的态集合，其维数为 2^n−m，因此编码 k = n − m 个逻辑比特。生成元 g_i 之间必须两两对易，这是"可同时测量"的前提。

以最经典的 5 比特码为例，n = 5、m = 4、k = 1，其四个生成元可写为：

g1 = X Z Z X I
g2 = I X Z Z X
g3 = X I X Z Z
g4 = Z X I X Z

这里 X、Z 为泡利算符，I 为单位算符，位置对应物理比特 1～5。可以验证任意两个生成元对易，且每个生成元的本征值只有 ±1。逻辑算符 X̄、Z̄ 与所有 g_i 对易但本身不属于 S，它们负责在码空间内实现逻辑操作。

综合征测量：把错误映射为比特串

假设发生错误 E（泡利错误），它要么与某个生成元对易，要么反对易。若反对易，则 g_i(E|ψ⟩) = −E(g_i|ψ⟩) = −E|ψ⟩，即该生成元的本征值从 +1 翻转为 −1。对每个生成元测量本征值，得到 m 位综合征 s = (s₁, …, s_m) ∈ {0,1}^m，其中 s_i = 0 表示 +1，s_i = 1 表示 −1。

综合征测量本身不读取逻辑信息，只读取"错误与生成元的对易关系"，因此不破坏码空间内的逻辑叠加态。这正是稳定子码可纠错的关键机制。测量方式通常借助辅助比特：以 g_i 为控制算符构造受控泡利线路，测量辅助比特即得 s_i。

上表给出的是示例映射，用于说明"不同错误产生不同综合征"这一可区分性。注意 X₁ 与 Z₄ 的综合征相同（1 0 0 1），这意味着仅凭综合征无法区分二者，解码器必须依据错误模型选择最可能的解释——这正是解码问题的本质。

错误模型：从物理噪声到离散通道

真实量子硬件上的错误是连续旋转，但量子纠错理论通常先做"离散化"处理：任意单比特错误可展开为 I、X、Z、Y 的线性组合，其中 Y = iXZ。若码能纠正 X、Z、Y 中的任意一个，则连续小旋转也能被纠正（因为高阶项被抑制）。常用的错误模型包括：

• 去极化信道：以概率 p 随机施加 X、Y、Z 之一，各占 p/3，其余 1−p 保持 I。这是最常用的对称模型。
• 比特翻转/相位翻转信道：分别以概率 p 施加 X 或 Z，用于分析特定噪声主导的场景。
• 测量错误模型：综合征比特本身以概率 q 被翻转，导致解码器收到错误综合征，需要引入"测量错误"节点进行匹配。

在工程实现中，错误模型通常以"错误机制列表 + 概率"的形式给出，例如：

error_model = {
  "X": 0.004,   # 单比特 X 错误
  "Z": 0.004,   # 单比特 Z 错误
  "Y": 0.002,   # 单比特 Y 错误
  "meas_flip": 0.01  # 综合征测量翻转
}

这些参数是示例假设值，实际应通过硬件表征（如随机基准测试、门层析）获得。错误模型直接决定解码器的似然函数，是解码性能的上限来源。

解码问题的数学形式化

给定综合征 s，解码器要寻找一个泡利错误 Ê，使得 Ê 产生的综合征等于 s，且 Ê 在错误模型下的概率最大（最大似然，ML）或权重最小（最小权重，MW）。形式化地：

Ê = argmax_E P(E | s)
  = argmax_E P(s | E) P(E) / P(s)
  ∝ argmax_E P(s | E) P(E)

其中 P(s|E) 由错误模型决定：若 E 与生成元 g_i 反对易则 s_i=1，否则为 0。P(E) 是错误先验，通常随错误权重指数衰减。对于独立错误模型，P(E) ∝ ∏ p_i，取对数后转化为加权最小权重问题。

解码成功的判据是：Ê 与真实错误 E 的差异属于稳定子群 S，即 ÊE ∈ S。若差异是逻辑算符（非平凡逻辑错误），则解码失败。因此解码器的目标不是"还原 E 本身"，而是"还原到与 E 相差一个稳定子的等价类"。

本节建立的四个数学对象——稳定子群 S、综合征 s、错误模型 P(E)、解码映射 s → Ê——构成了后续所有解码工程问题的共同语言。无论是表面码的匹配解码、LDPC 码的置信传播，还是神经网络解码器，本质上都在求解同一个形式化问题，区别只在于如何高效地近似或精确求解上述 argmax。