2. 量子模型中的噪声类型与数学表征

在理想世界里，一个量子比特可以无限期保持叠加态，一次门操作可以精确旋转任意角度。但真实量子硬件并非如此：量子态会因环境耦合而逐渐失去相干性，门操作存在角度偏差，测量会给出错误结果，相邻比特之间还会互相干扰。要对量子模型的噪声鲁棒性进行分析，第一步就是把"噪声"从模糊的工程直觉转化为可计算、可仿真的数学对象。本节围绕四类主要噪声——退相干、门误差、测量误差与串扰——梳理它们的物理来源，并建立密度矩阵、Kraus 算符与量子信道这套统一的数学语言。

从态矢量到密度矩阵：噪声描述的前提

纯态用态矢量 |ψ⟩ 描述，但噪声使系统处于多个可能状态的统计混合，此时必须使用密度矩阵 ρ。密度矩阵是半正定、迹为 1 的厄米算符，对角元给出各基态的布居概率，非对角元（相干项）刻画叠加相位关系。噪声对量子信息的主要破坏，恰恰体现在非对角元的衰减上。以单比特为例，ρ = [[ρ₀₀, ρ₀₁], [ρ₁₀, ρ₁₁]]，其中 |ρ₀₁| 的大小直接反映相干性强弱。这一视角让我们可以用"相干项如何变化"来统一审视不同噪声。

退相干：能量弛豫与相位退相干

退相干分为两个物理机制不同的过程。能量弛豫（T₁ 过程）描述比特从激发态 |1⟩ 衰减到基态 |0⟩，对应振幅阻尼信道；相位退相干（T₂ 过程）描述叠加相位随机化，对应相位阻尼信道。二者共同决定总退相干时间，满足 1/T₂ = 1/(2T₁) + 1/T_φ，其中 T_φ 为纯相位退相干时间。

以振幅阻尼信道为例，其 Kraus 算符为：

E₀ = [[1, 0], [0, √(1-γ)]]
E₁ = [[0, √γ], [0, 0]]

其中 γ = 1 - exp(-t/T₁) 为衰减概率。作用在密度矩阵上，ρ₁₁ 乘以 (1-γ)，相干项 ρ₀₁ 乘以 √(1-γ)。相位阻尼信道则保持布居不变，仅让相干项乘以衰减因子。若取 T₁ = 50 μs、门时长 50 ns，则单次门期间 γ ≈ 0.001，相干项约衰减 0.05%，这就是"单门噪声很小、但深电路累积显著"的量化来源。

门误差：从幺正偏差到信道模型

门误差指实际实现的量子操作与理想幺正操作之间的偏差，来源包括控制脉冲幅度/相位误差、频率失谐、脉冲串扰等。数学上，理想门是幺正算符 U，实际门可写成 U 后接一个噪声信道：

实际门 = Λ_noise ∘ U
Λ_noise(ρ) = Σᵢ Kᵢ ρ Kᵢ†

工程上常用两种简化模型：一是退极化信道，以概率 p 将态替换为完全混合态，Kraus 算符为 √(1-3p/4)·I 与 √(p/4)·{X, Y, Z}；二是相干误差，即旋转角度偏差 ε，如实际执行 Rz(θ+ε)。前者破坏相干性，后者是可逆的幺正偏差，二者对鲁棒性分析的影响截然不同——退极化误差无法通过校准消除，而相干角度误差可以通过误差放大序列测量并补偿。因此建模时必须区分"随机噪声"与"系统偏差"。

测量误差：读出混淆矩阵

测量误差发生在读出阶段：本应是 |1⟩ 的态被读成 0，或反之。它不改变量子态本身，而是改变经典结果的统计分布，因此用混淆矩阵（assignment matrix）描述最为自然：

A = [[P(0|0), P(0|1)],
     [P(1|0), P(1|1)]]

理想情况下 A 为单位矩阵。典型超导硬件的读出错误率在 1%～5% 量级，即 P(1|0) ≈ 0.02、P(0|1) ≈ 0.03。测量误差可以在经典后处理阶段通过矩阵求逆或贝叶斯展开进行缓解，这是它与退相干噪声的重要区别：测量误差是"可观测、可校正"的，而退相干发生在量子演化过程中，只能通过纠错或减少电路深度来对抗。

串扰：跨比特的耦合噪声

串扰指对一个比特的操作影响到邻近比特，典型形式包括：驱动串扰（施加在 q₀ 的脉冲泄漏到 q₁，等效为 q₁ 上多了一个小角度旋转）、ZZ 耦合（两比特间残余交换作用导致相位随对方状态漂移）以及读出串扰。ZZ 串扰可用条件相位信道刻画：当控制比特处于 |1⟩ 时，目标比特累积额外相位 ζ，其效果是在两比特联合空间中的对角幺正算符 diag(1, 1, 1, e^{iζ})。串扰的关键特征是"位置相关"和"同时相关"——它依赖芯片拓扑与并行操作调度，因此建模时往往需要按比特对给出参数，而不是全局统一值。

量子信道：把噪声统一成映射

上述噪声虽然物理来源各异，但都可以写成同一个数学形式——量子信道，即完全正、保迹（CPTP）的线性映射 Λ: ρ → Λ(ρ)。其 Kraus 表示 Λ(ρ) = Σᵢ Kᵢ ρ Kᵢ†，满足完备性条件 Σᵢ Kᵢ†Kᵢ = I。退极化、振幅阻尼、相位阻尼、比特翻转都是 Kraus 形式；测量误差虽作用于经典分布，也可嵌入为量子信道；串扰中的幺正偏差则对应单个 Kraus 算符的情形。这种统一性正是鲁棒性分析可以"一套框架处理多种噪声"的基础。

在仿真中，我们通常不直接操作 Kraus 算符，而是用过程矩阵（process matrix，χ 矩阵）或超算符表示信道，便于与量子过程层析的实验数据对接。一个实用的建模流程是：先根据硬件标定数据确定各噪声参数（T₁、T₂、单门/双门错误率、读出混淆矩阵、ZZ 耦合强度），再为每类噪声选择对应的信道模型，最后在电路模拟器中按门序列依次施加信道，得到含噪的末态密度矩阵或测量分布。

一个可操作的参数对照示例

下表给出一组教学用的合理假设参数（非实测数据），用于说明如何把物理指标映射到信道参数，并估算单次操作的影响量级：

有了这张映射表，就可以进一步做定量判断。例如一个含 100 个双门操作的电路，若仅考虑双门退极化噪声，粗略估计总错误概率约为 1 - (1-0.01)¹⁰⁰ ≈ 63%，说明该电路在当前参数下已接近不可用；而若把双门错误率降到 0.1%，总错误概率降至约 9.5%，进入可通过少量纠错或后处理补救的范围。这种"参数→信道→累积效应"的推演，正是噪声鲁棒性分析的核心工作方式，也是后续章节讨论误差缓解与纠错策略的出发点。