3. 经典错误模型回顾与量子化推广

在讨论量子纠错之前，先把“错误”这件事本身说清楚。经典通信与存储中，错误模型通常被抽象为“以某个概率把比特从 0 变成 1，或从 1 变成 0”，即比特翻转信道。它的数学描述非常简洁：对单个比特，以概率 p 施加 X 操作，以概率 1−p 保持不变。若用密度矩阵表示，经典比特翻转信道可写成

ρ → (1−p) ρ + p X ρ X

这里 ρ 是 2×2 密度矩阵，X 是泡利 X 矩阵。这个式子的含义是：输出态是“未出错分支”和“翻转分支”的统计混合。注意，它并不是说“我们不知道有没有翻转”，而是说信道本身把两种可能以概率加权合并成了一个密度矩阵。这正是经典错误模型与量子错误模型的第一处关键差异：经典错误通常只改变比特值，而量子错误会同时改变振幅与相位，并且必须用密度矩阵和信道来统一描述。

更一般地，经典离散无记忆信道可以写成“输入符号 x，以转移概率 P(y|x) 输出符号 y”。如果只考虑二元对称信道，转移矩阵为 [[1−p, p], [p, 1−p]]。这个模型在经典纠错码中已经足够，因为经典比特的错误只有“翻转”一种基本形式。但量子比特不同：一个量子比特的纯态可以写成 α|0⟩ + β|1⟩，错误不仅可能交换 |0⟩ 和 |1⟩，还可能给 |1⟩ 附加一个负号，或者把 |0⟩ 变成 |0⟩+|1⟩ 的叠加。换句话说，量子错误作用在二维复向量空间上，是一个线性算子，而不是简单的“取反”。

为了把量子错误写成可计算的形式，引入量子信道。一个量子信道是作用在密度矩阵上的线性映射 ℰ，满足完全正定和保迹两个条件。对于单量子比特，最常见的量子错误模型是去极化信道：以概率 p 均匀地施加 X、Y、Z 三个泡利错误之一，以概率 1−p 保持不变。其密度矩阵演化为

ℰ(ρ) = (1−p) ρ + (p/3)(XρX + YρY + ZρZ)

去极化信道之所以重要，是因为它把“比特翻转”和“相位翻转”统一成了一个各向同性的错误模型。若把 p/3 分别记为 p_x、p_y、p_z，则得到一般的泡利信道：ℰ(ρ) = (1−p_x−p_y−p_z)ρ + p_xXρX + p_yYρY + p_zZρZ。当 p_x=p、p_y=p_z=0 时，它退化为经典比特翻转信道；当 p_z=p、p_x=p_y=0 时，它退化为相位翻转信道。因此，经典比特翻转只是量子泡利信道的一个特例。

接下来是本节最关键的数学工具：Kraus 算符表示。任何量子信道都可以写成

ℰ(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。这个表示把“信道”拆成了一组“错误分支”：每个 E_k 对应一种可能的错误操作，而 Σ E_k^†E_k=I 保证总概率守恒。对于比特翻转信道，Kraus 算符为 E₀=√(1−p) I，E₁=√p X。对于去极化信道，Kraus 算符为 E₀=√(1−p) I，E₁=√(p/3) X，E₂=√(p/3) Y，E₃=√(p/3) Z。可以看到，Kraus 算符的个数和形式直接对应了错误模型的物理假设。

从上面的结构可以看出，量子错误模型并不是把经典模型“复杂化”而已，而是发生了本质变化。经典比特翻转信道只有一个错误分支 X，而量子去极化信道有 X、Y、Z 三个错误分支。更重要的是，量子错误可以连续变化：一个量子比特可能发生任意小角度的旋转错误，例如绕 Z 轴旋转 θ 角，此时 Kraus 算符不再是简单的泡利矩阵，而是包含 cos(θ/2) 和 sin(θ/2) 的连续参数。这意味着量子错误空间是连续的，而经典错误空间是离散的。量子纠错码之所以能够处理连续错误，是因为任何连续错误都可以展开成泡利算符的线性组合，而纠错码只需要正确纠正 X、Y、Z 三类离散错误，就能同时纠正它们的任意线性组合。

下面用一个具体的单量子比特示例来观察去极化信道的作用。设初始态为 |0⟩，对应密度矩阵 ρ = [[1,0],[0,0]]。取 p = 0.09，则去极化信道输出为

ℰ(ρ) = 0.91 · [[1,0],[0,0]]
      + 0.03 · X[[1,0],[0,0]]X
      + 0.03 · Y[[1,0],[0,0]]Y
      + 0.03 · Z[[1,0],[0,0]]Z

计算各分支：
  未出错：0.91 · [[1,0],[0,0]] = [[0.91, 0],[0, 0]]
  X 错误：0.03 · [[0,0],[0,1]] = [[0, 0],[0, 0.03]]
  Y 错误：0.03 · [[0,0],[0,1]] = [[0, 0],[0, 0.03]]
  Z 错误：0.03 · [[1,0],[0,0]] = [[0.03, 0],[0, 0]]

合并后：
  ℰ(ρ) = [[0.94, 0],[0, 0.06]]

这个结果说明：初始 |0⟩ 经过去极化信道后，测量得到 |0⟩ 的概率为 0.94，得到 |1⟩ 的概率为 0.06。注意，虽然 X 和 Y 错误都贡献了 |1⟩ 分量，但 Z 错误没有改变 |0⟩ 的测量结果，只改变了相位。如果只看测量结果，Z 错误似乎“没有影响”；但在量子计算中，相位错误会破坏叠加态之间的干涉，因此必须被纠正。这正是量子错误模型比经典模型更丰富的地方：有些错误在计算基下不可见，但在其他基下会显现。

在实际的量子纠错方案中，我们通常假设每个量子比特独立地经历同一个去极化信道，错误概率为 p。这个假设称为“独立去极化模型”，是阈值分析中最常用的基准模型之一。它的合理性在于：环境噪声通常可以近似为各向同性的，而且独立假设使得多比特错误的概率可以写成 p^k(1−p)^n−k 的形式，便于计算逻辑错误率。例如，若一个码距为 3 的重复码用于纠正单比特翻转，在独立比特翻转模型下，逻辑错误率约为 3p²−2p³；而在去极化模型下，由于每个比特有 X、Y、Z 三种错误，逻辑错误率的表达式会更复杂，但阈值行为仍然存在。

最后需要强调经典与量子错误的另一个本质差异：经典纠错码可以直接测量码字中的冗余比特来判断错误位置，而量子纠错不能直接测量数据量子比特，否则会破坏叠加态。量子纠错必须通过测量稳定子算符来间接获取错误信息，且测量结果只反映错误类型，不暴露编码态本身。这一限制使得量子错误模型必须与稳定子形式、Kraus 算符和密度矩阵一起使用，而不能简单照搬经典概率转移矩阵。理解这一点，是后续学习稳定子码、表面码和阈值定理的基础。