4. 典型噪声信道建模
量子纠错编码的整个设计逻辑，都建立在“噪声长什么样”这一前提之上。真实量子硬件中的错误来源复杂，但经过抽象后，绝大多数单量子比特错误都可以用少数几个标准信道来刻画。本节要解决的核心问题是：把物理层面的退相干、控制误差、热弛豫等现象，映射为可计算的信道模型，并理解每个模型对量子态究竟做了什么。只有先明确噪声的数学形态，后续的稳定子码、表面码才能有针对性地设计纠错条件。
先统一记号约定：本节所有信道均作用在单个量子比特上，密度矩阵记为 ρ，泡利矩阵为 X、Y、Z，其中 X 对应比特翻转、Z 对应相位翻转。信道用算符和表示（Kraus 表示）描述：ρ → Σᵢ Kᵢ ρ Kᵢ†，且满足完备性 Σᵢ Kᵢ†Kᵢ = I。这一形式是后面所有具体信道的共同骨架。
比特翻转信道：X 错误的概率化模型
比特翻转信道（Bit Flip Channel）以概率 p 施加 X 门，以概率 1−p 保持原态，Kraus 算符为 K₀ = √(1−p)·I，K₁ = √p·X。它把 |0⟩ 以概率 p 变为 |1⟩，把 |1⟩ 以概率 p 变为 |0⟩，但对 |+⟩ = (|0⟩+|1⟩)/√2 只改变整体相位，不改变测量基下的分布。这一点非常关键：比特翻转在计算基下可观测，在 X 基下不可观测。它对应的物理来源是能量弛豫中的一部分、以及控制脉冲误触发导致的比特态交换。经典纠错码（如重复码）正是针对这一信道设计的。
相位翻转信道：Z 错误的概率化模型
相位翻转信道以概率 p 施加 Z 门，K₀ = √(1−p)·I，K₁ = √p·Z。它不改变 |0⟩、|1⟩，但把 |+⟩ 变为 |−⟩，即破坏叠加态的相对相位。物理上它对应纯退相位（dephasing），是超导量子比特中磁通噪声、电荷噪声引起的主要退相干形式。注意比特翻转与相位翻转在数学上互为共轭：对相位翻转信道在 Hadamard 基下观察，就等价于比特翻转信道。这一对偶性解释了为什么许多纠错码需要在两个基下同时具备纠错能力。
去极化信道：最“对称”的通用噪声
去极化信道（Depolarizing Channel）以概率 p 施加 X、Y、Z 三者之一（各 p/3），以概率 1−p 保持不变，Kraus 算符为 K₀ = √(1−p)·I，K₁ = √(p/3)·X，K₂ = √(p/3)·Y，K₃ = √(p/3)·Z。它有一个极其好用的等价形式：ρ → (1−p)ρ + p·(I/2)。也就是说，以概率 p 把量子态完全替换为最大混态。这个形式让去极化信道成为理论分析的首选模型，因为它对任意输入态都给出相同的“退化程度”，且与具体基无关。工程上常把各类噪声近似折算为去极化噪声，用一个参数 p 统一描述，便于比较不同纠错码的阈值。
振幅阻尼与相位阻尼：来自真实物理弛豫
振幅阻尼信道（Amplitude Damping）描述能量耗散，典型场景是激发态 |1⟩ 自发辐射到 |0⟩。设衰减概率为 γ，Kraus 算符为 K₀ = diag(1, √(1−γ))，K₁ = √γ·|0⟩⟨1|。它不是对称的：|0⟩ 不受影响，|1⟩ 以概率 γ 衰减。作用在 |+⟩ 上，态会逐渐偏向 |0⟩，布居数改变的同时相干项也按 √(1−γ) 缩小。物理上对应 T₁ 弛豫，γ = 1 − e^(−t/T₁)。
相位阻尼信道（Phase Damping）只损失相干性、不改变布居数，K₀ = diag(1, √(1−λ))，K₁ = √λ·diag(0,1)。它把密度矩阵的非对角元乘以 √(1−λ)，对角元保持不变，对应 T₂ 纯退相位过程。实际器件中 T₂ ≤ 2T₁，因此相位阻尼往往比振幅阻尼更早显现。二者组合可近似描述完整的 T₁/T₂ 退相干。
如何在代码中构造这些信道
以 Qiskit 为例，五种信道都有现成实现，可直接用于仿真或作为纠错码测试的噪声注入。下面给出构造与作用的最小示例，参数为教学假设值，非实测数据：
from qiskit_aer.noise import (bit_flip_error, phase_flip_error,
depolarizing_error, amplitude_damping_error,
phase_damping_error)
from qiskit.quantum_info import DensityMatrix, Statevector
import numpy as np
p = 0.05
channels = {
"bit_flip": bit_flip_error(p),
"phase_flip": phase_flip_error(p),
"depolar": depolarizing_error(p, 1),
"amp_damp": amplitude_damping_error(0.05), # γ
"phase_damp": phase_damping_error(0.05), # λ
}
# 观察各信道对 |+> 的作用：比较布居数与相干项
plus = DensityMatrix(Statevector([1/np.sqrt(2), 1/np.sqrt(2)]))
for name, ch in channels.items():
out = plus.evolve(ch)
rho = out.data
print(f"{name:10s} P(0)={rho[0,0].real:.3f} |rho01|={abs(rho[0,1]):.3f}")运行后应能观察到清晰的区分：比特翻转与相位翻转保持 P(0)=0.5 且 |ρ₀₁| 不变（因为 X、Z 只改变相位或交换布居，不引入混合）；去极化使 |ρ₀₁| 按 (1−p) 缩小；振幅阻尼使 P(0) 上升、|ρ₀₁| 按 √(1−γ) 缩小；相位阻尼保持 P(0)=0.5 而 |ρ₀₁| 按 √(1−λ) 缩小。判断信道类型的关键观测量就是布居数与相干项是否同时变化。
建模时的三个实用判断
- 看对称性选模型：若噪声对 |0⟩、|1⟩ 一视同仁，优先用去极化；若明显偏向某一能级（如激发态更易衰减），用振幅阻尼。
- 看是否改变布居数：只损失相干性用相位阻尼；布居数也漂移则必须叠加振幅阻尼，二者组合才能逼近真实 T₁/T₂ 行为。
- 看纠错码的适用基：比特翻转码只对 X 错误有效，遇到相位翻转会失效；因此实际码（如 Shor 码、表面码）必须同时覆盖 X 与 Z 两类错误，这也是去极化模型成为阈值分析标准模型的原因。