1. 量子计算中的SPAM误差挑战
在量子计算的实际应用中,状态准备和测量(State Preparation and Measurement, SPAM)误差是影响计算结果准确性的主要噪声源之一。这类误差在超导量子处理器等NISQ(含噪声中等规模量子)设备上表现得尤为明显。SPAM误差主要来源于两个环节:
状态准备误差:量子比特无法被完美初始化为|0⟩态,存在一定的热激发概率。实验数据显示,即使在10毫秒的被动重置后,|1⟩态的热激发概率仍可达3.06%到8.75%不等(对应有效温度69-103mK)
测量误差:包括状态误差(测量脉冲导致的量子态扰动)、分配误差(读取信号分类错误)和相关误差(量子比特与测量装置间的耦合噪声)
传统噪声缓解方法如TREX(Tensor Product Error Extrapolation)在处理SPAM误差时存在明显缺陷——它会将状态准备误差和测量误差耦合处理,导致对期望值的校正出现系统性偏差。如图6所示,TREX校正后的⟨X⊗n⟩期望值会出现明显的过冲现象(紫色虚线),这正是未分离SPAM误差的直接后果。
2. SPAM误差分离的核心原理
2.1 噪声模型的重新定义
我们提出了一种新的测量噪声模型,将完整的SPAM过程分解为三个独立误差通道:
- 状态准备噪声Λ_sp:用保真度f_sp = 1 - 2p_sp表征,其中p_sp为|1⟩态的热激发概率
- 测量噪声Λ_m:进一步分解为:
- 状态误差Λ_s(保真度f_s)
- 分配误差Λ_a(保真度f_a)
- 相关误差Λ_c(保真度f_c)
- 门操作噪声Λ_g:包括单/双量子比特门噪声
这种分解的关键突破在于利用量子比特的非计算态(如超导量子比特的|2⟩态)来独立测量p_sp。通过RabiEF(Rabi Excited-Fraction)实验(图1d),我们可以精确量化状态准备误差,而无需受测量噪声的影响。
2.2 RabiEF技术的实现细节
RabiEF实验通过驱动|1⟩-|2⟩跃迁来测量热激发概率α:
- π实验:执行X-R12(θ)-X序列,其中R12(θ)为|1⟩-|2⟩空间的旋转门
- 无π实验:省略第一个X门,仅执行R12(θ)-X序列
- 通过拟合振荡信号幅度a_π和a_¬π,计算α = a_¬π/(a_¬π + a_π)
关键提示:RabiEF测量对分配误差具有一阶不敏感性,因为误差会同等影响a_π和a_¬π,在比值计算中相互抵消。这使得即使在读取保真度仅95%的情况下(σ_m=0.6),仍能准确估计α(图9)
3. 动态电路中的噪声缓解实践
3.1 量子隐形传态电路的噪声分析
我们以三量子比特隐形传态电路(图7)为例,演示SPAM分离在动态电路中的应用。该电路包含:
- 初始状态制备:ρ_in = RX(θ)|0⟩⟨0|RX†(θ)
- 贝尔态制备:Hadamard门+CNOT门
- 中电路测量:两个量子比特的联合测量
- 条件操作:基于测量结果的X/Z门反馈
电路中的主要噪声源包括:
- 状态准备噪声Λ_sp(每个量子比特独立)
- 测量噪声Λ_s, Λ_a, Λ_c(含时间关联性)
- 门操作噪声(主要来自CNOT门)
3.2 概率误差消除(PEC)的实施
我们采用PEC(Probabilistic Error Cancellation)技术进行噪声缓解:
- 逆向噪声通道构建:对每个噪声Λ,找到其准概率分解: Λ^-1 = Σ_i η_i P_i,其中P_i为泡利算符,η_i可正可负
- 电路采样:生成128个电路实例,用泡利门组合替代逆向噪声通道
- 期望值估计:
- 对每个电路实例j,计算原始期望值⟨P⟩_raw,j = Tr[Pρ_out,j]
- 引入shot噪声模拟:从伯努利分布采样100次
- 计算PEC校正值:⟨P⟩_mit = γ Σ_j (-1)^m_j E_P,j
- 状态层析:通过最小化MSE重建物理状态ρ_mit
实验结果显示(图8),经过PEC校正后的状态保真度中位数超过98%,显著高于未校正的96%。值得注意的是,这种改进在θ∈[0,2π]的所有输入状态下都保持一致,验证了方法的普适性。
4. 技术实现的关键要点
4.1 实验参数优化建议
热激发控制:
- 对于被动重置,建议等待时间≥10ms以确保热平衡
- 主动重置可缩短初始化时间,但需控制qutrit泄漏(保持|2⟩态概率<0.3%)
测量校准:
- 分配误差矩阵建议采用不对称设计(如q_01=0.9%, q_12=6%)
- 相关误差保真度fc建议设为0.995(高于单独f_a/f_s)
采样策略:
- RabiEF实验每个θ点建议≥300 shots以控制统计误差
- PEC电路实例数建议≥128以保证准概率收敛
4.2 常见问题排查
TREX校正过冲:
- 现象:校正后期望值超过理论最大值
- 原因:未考虑状态准备误差的累积效应(f_sp^(1-n))
- 解决方案:采用Split SPAM公式(1)独立校正
保真度平台期:
- 现象:PEC校正后保真度停滞在~98%
- 可能原因:未建模的|2⟩态泄漏或高阶相关噪声
- 检查项:测量诱导泄漏概率(建议<0.2%)
RabiEF信号衰减:
- 现象:振荡幅度随θ快速衰减
- 可能原因:T_2^*过程或|1⟩-|2⟩弛豫
- 解决方案:检查T_12^1时间(建议≥100μs)
5. 扩展应用与未来方向
本方法可推广到其他具有非计算态的量子系统:
- 固态自旋qutrit:利用核自旋态作为辅助
- 囚禁离子:利用亚稳态能级
未来改进方向包括:
- 将qutrit读出模型扩展到全qutrit层面
- 开发自洽的噪声学习框架,消除规范自由度
- 结合交错循环基准测试进一步约束CNOT噪声模型
在实际部署时,建议采用混合缓解策略:
- 首先用RabiEF精确测量p_sp
- 然后运行MCB(Measurement Cycle Benchmarking)学习f_a, f_s, f_c
- 最后应用PEC进行动态电路校正
这种分层方法在ibm_pinguino3等超导量子处理器上已实现>98%的状态保真度,为容错量子计算提供了实用的噪声管理工具。