2. 量子态读出物理基础

在超导量子计算中,量子态读出是把“量子比特处于 |0⟩ 还是 |1⟩”这一量子信息转换为经典仪器可判读的电信号的过程。理解这一过程的关键在于:读出信号并不是一个干净的数字电平,而是一条随时间起伏、带有噪声的连续电压或相位轨迹。阈值判决之所以必要,正是因为物理层只提供“带噪连续变量”,而计算层需要“离散的 0/1 结果”。本节从二能级系统、色散耦合、测量时间与积分模式四个层面,说明这条信号链是如何形成的。

二能级系统:被读出的对象

把量子比特近似为二能级系统时,其哈密顿量可写为 H = (ħωq/2)·σz,本征态 |0⟩ 与 |1⟩ 对应能量差 ħωq。读出要回答的问题是:系统当前处于哪个本征态。需要注意,读出不是“直接看能级”,而是通过一个辅助谐振腔与量子比特的相互作用,把“态”的信息映射为“腔的响应差异”。因此,二能级系统提供的是两个可区分的物理分支,而读出链路的任务是把这两个分支放大到仪器噪声之上。

在 dispersive(色散)区,量子比特与腔的耦合强度 g 远小于失谐 Δ = ωq − ωr,此时系统有效哈密顿量近似为:

H_eff ≈ ħ(ω_r + χσ_z)a†a + (ħω_q/2)σ_z
χ ≈ g² / Δ

其中 a†a 是腔光子数算符,χ 是色散频移。该式的物理含义是:腔的谐振频率依赖于量子比特的态。当比特处于 |0⟩ 与 |1⟩ 时,腔频分别偏移 ±χ。于是“读比特”被转化为“测腔频”,这就是色散读出的核心思想。

读出腔色散耦合:把态信息搬到频率上

实际读出时,向读出腔注入一个接近 ωr 的探测微波脉冲。由于腔频随比特态移动,同一探测频率在两种态下会得到不同的反射/透射响应:幅度和相位都会不同。工程上通常测量从腔反射回来的信号,用 IQ 解调得到同相分量 I 与正交分量 Q,形成复平面上的一个点。|0⟩ 与 |1⟩ 在 IQ 平面上各自形成一个点云,两个点云的中心距离称为信号分离度,点云的半径由噪声决定。

这里有一个容易被忽略的细节:色散频移 χ 通常只有几十 kHz 到几 MHz 量级,而探测脉冲带宽和腔线宽 κ 决定了响应速度。若探测脉冲太短,频谱过宽,会同时激发比特(增加测量反作用);若太长,则腔响应充分但测量时间增加、退相干累积。因此探测脉冲的包络形状(如高斯、方波、升余弦)和时长,是读出保真度与测量速度之间的直接权衡参数。

色散读出信号链:从二能级态到带噪连续变量 二能级量子比特 |0⟩ 与 |1⟩ 能量差 ħω_q 色散耦合区 g ≪ Δ = ω_q − ω_r 腔频偏移 ±χ 读出谐振腔 线宽 κ 探测脉冲驱动 IQ 解调 输出 I、Q 复平面点云 探测脉冲包络(时长 t_m) IQ 平面:两个带噪点云 I Q |0⟩ 点云 |1⟩ 点云 分离度 d 积分模式与阈值判决 t 积分窗 t_m 积分后得到单个复数值 → 判决 阈值 → 0 或 1

测量时间:信号与噪声的赛跑

色散读出的信噪比大致随积分时间增长。若把单次测量看作对腔响应的积分,信号幅度随 tm 线性增长,而白噪声的标准差按 √tm 增长,因此信噪比 SNR ∝ √tm。这意味着延长测量时间能提高分离度,但收益是次线性的。同时,测量期间比特可能发生弛豫(T1)或退相干(T2),|1⟩ 会逐渐衰减到 |0⟩,导致点云向 |0⟩ 方向漂移、分布变宽。因此存在一个最优测量时长:太短则噪声主导,太长则态已衰减。

以一个教学示例说明量级:假设 χ/2π = 1 MHz,腔线宽 κ/2π = 5 MHz,比特 T1 = 30 μs。若取 tm = 300 ns,则 χ·tm ≈ 0.3 个周期,相位积累不足;若取 tm = 1 μs,相位积累约 1 个周期,但已占 T1 的 3% 左右。实际中常把 tm 设在 300 ns 到 1 μs 之间,并通过实验扫描 tm 观察 IQ 点云分离度与误判率的变化来定标。上述数值仅为示例假设,真实器件需以实测标定为准。

积分模式:从连续轨迹到单个判决量

IQ 解调输出的是随时间变化的 I(t)、Q(t) 轨迹。判决前需要把它压缩成一个(或少量)数值,这就是积分模式的作用。常见做法有:

  • 矩形积分:在测量窗内对 I(t)、Q(t) 直接求平均,实现简单,但对窗内噪声和态衰减不加权。
  • 加权积分:按信噪比随时间变化的权重 w(t) 加权平均,早期信号权重高、后期衰减段权重低,可提升有效信噪比。
  • 匹配滤波:用已知的 |0⟩、|1⟩ 响应模板做相关运算,理论上在白噪声下最优。

积分后得到复平面上的一个点 (Ī, Q̄)。若只关心两态区分,可进一步投影到连接两个点云中心的直线上,得到一维判决量 s。阈值判决就是在这条一维轴上选一个阈值 sth:s > sth 判为 |1⟩,否则判为 |0⟩。阈值通常取两个点云分布的交点或等错误率点;当两态先验概率不等或噪声非高斯时,需要按实际分布重新优化。

读出的本质是“物理层给出连续带噪量,逻辑层用阈值把它离散化”。理解这一点,就能明白为什么读出优化同时涉及脉冲设计(提高分离度)、积分加权(压低噪声)和阈值选择(降低误判率)三个相互关联的环节。