在表面码理论中，存在 "measure-Z"量子比特和"measure-X"量子比特，measure-Z量子比特在执行（论文 An introduction to surface code 的 图20b所示的）测量循环时，强制其邻近数据量子比特a、b、c和d进入算符乘积 ZaZbZcZdZ_aZ_bZ_cZ_dZaZbZcZd 的本征态；因此每个measure-Z量子比特被称为测量Z稳定子。这是怎么分析出来的呢？是否可以提供推理过程呢？
表面码中测量量子比特之所以能"提取"出邻近数据量子比特的稳定子本征值 ，核心在于精心设计的 CNOT 门序列 与辅助量子比特初始化的组合。下面从量子电路的**算符传播（operator propagation / conjugation）**角度，给出完整的推理过程。
一、分析工具：CNOT 对 Pauli 算符的共轭作用
所有推导的数学基础是 CNOT 门对 Pauli 算符的共轭变换。设 CNOT 以 ccc 为控制位（control）、ttt 为目标位（target）：
CNOT(c,t):{Xc→XcXtXt→XtZc→ZcZt→ZcZt \text{CNOT}(c,t):\quad \begin{cases} X_c \to X_c X_t & \quad X_t \to X_t \\[6pt] Z_c \to Z_c & \quad Z_t \to Z_c Z_t \end{cases} CNOT(c,t):⎩ ⎨ ⎧Xc→XcXtZc→ZcXt→XtZt→ZcZt
关键观察：
- 控制位的 ZZZ 不变，目标位的 ZZZ 被"附上"了控制位的 ZZZ ------ 这允许我们把数据量子比特的 ZZZ 信息累积到辅助量子比特上。
- 目标位的 XXX 不变，控制位的 XXX 被"附上"了目标位的 XXX ------ 这允许我们把数据量子比特的 XXX 信息累积到辅助量子比特上。
二、Measure-Z 稳定子的完整推导
2.1 电路结构
Measure-Z 量子比特（位于 plaquette 中心）与 4 个邻近数据量子比特 a,b,c,da,b,c,da,b,c,d 的测量循环为：
- 初始化 测量量子比特 MMM 为 ∣0⟩|0\rangle∣0⟩（ZMZ_MZM 的本征态，本征值 +1+1+1）
- 依次执行 4 个 CNOT：数据量子比特为 control，MMM 为 target
- CNOT(a,Ma, Ma,M), CNOT(b,Mb, Mb,M), CNOT(c,Mc, Mc,M), CNOT(d,Md, Md,M)
- 测量 MMM 的 ZZZ 算符，得到结果 ±1\pm 1±1
2.2 算符传播推导
关注辅助量子比特上的 ZMZ_MZM 算符在电路中的演化。初始时 ZMZ_MZM 作用于 ∣0⟩M|0\rangle_M∣0⟩M 态。
经过第一个 CNOT(a,Ma, Ma,M)：
ZM→CNOT(a,M)ZaZMZ_M \xrightarrow{\text{CNOT}(a,M)} Z_a Z_MZMCNOT(a,M) ZaZM
经过第二个 CNOT(b,Mb, Mb,M)：
ZaZM→CNOT(b,M)Za⋅ZbZM=ZaZbZMZ_a Z_M \xrightarrow{\text{CNOT}(b,M)} Z_a \cdot Z_b Z_M = Z_a Z_b Z_MZaZMCNOT(b,M) Za⋅ZbZM=ZaZbZM
（注意 ZaZ_aZa 不受 CNOT(b,Mb,Mb,M) 影响，因为 aaa 不参与这个门）
经过全部 4 个 CNOT：
ZM→4 CNOTsZaZbZcZd ZMZ_M \xrightarrow{\text{4 CNOTs}} Z_a Z_b Z_c Z_d \, Z_MZM4 CNOTs ZaZbZcZdZM
2.3 为什么这是 ZaZbZcZdZ_a Z_b Z_c Z_dZaZbZcZd 的本征值测量？
最后一步是测量 MMM 的 ZZZ 算符。整个系统的初态可以写成：
∣Ψ⟩total=∣0⟩M⊗∣ψ⟩abcd|\Psi\rangle_{\text{total}} = |0\rangle_M \otimes |\psi\rangle_{abcd}∣Ψ⟩total=∣0⟩M⊗∣ψ⟩abcd
其中 ∣ψ⟩abcd|\psi\rangle_{abcd}∣ψ⟩abcd 是数据量子比特的编码态。由于表面码的编码态是稳定子 ZaZbZcZdZ_a Z_b Z_c Z_dZaZbZcZd 的 +1+1+1 本征态（在无错误时），我们有：
ZaZbZcZd ∣ψ⟩abcd=(+1) ∣ψ⟩abcdZ_a Z_b Z_c Z_d \, |\psi\rangle_{abcd} = (+1) \, |\psi\rangle_{abcd}ZaZbZcZd∣ψ⟩abcd=(+1)∣ψ⟩abcd
测量 ZMZ_MZM 在末态上的期望值：
⟨ZM⟩final=⟨ψ∣ZaZbZcZd∣ψ⟩⋅⟨0∣ZM∣0⟩=⟨ZaZbZcZd⟩⋅(+1)\langle Z_M \rangle_{\text{final}} = \langle \psi | Z_a Z_b Z_c Z_d | \psi \rangle \cdot \langle 0 | Z_M | 0 \rangle = \langle Z_a Z_b Z_c Z_d \rangle \cdot (+1)⟨ZM⟩final=⟨ψ∣ZaZbZcZd∣ψ⟩⋅⟨0∣ZM∣0⟩=⟨ZaZbZcZd⟩⋅(+1)
因此，测量 MMM 上 ZZZ 的结果直接给出了算符 ZaZbZcZdZ_a Z_b Z_c Z_dZaZbZcZd 的本征值。
物理图像 ：4 个 CNOT 门把每个数据量子比特的 ZZZ 信息"泵入"辅助量子比特。辅助量子比特最终持有的 ZZZ signature，就是 4 个数据量子比特 ZZZ 算符的乘积。由于辅助量子比特初始 ZM=+1Z_M = +1ZM=+1，测量结果的 ±1\pm 1±1 完全反映了 ZaZbZcZd=±1Z_a Z_b Z_c Z_d = \pm 1ZaZbZcZd=±1。
三、Measure-X 稳定子的对称推导（对比）
为了理解 why it works，再看 Measure-X 量子比特（位于 vertex 中心）：
3.1 电路结构
- 初始化 MMM 为 ∣+⟩=∣0⟩+∣1⟩2|+\rangle = \frac{|0\rangle+|1\rangle}{\sqrt{2}}∣+⟩=2 ∣0⟩+∣1⟩（XMX_MXM 的本征态，本征值 +1+1+1）
- 依次执行 4 个 CNOT：MMM 为 control，数据量子比特为 target
- CNOT(M,aM, aM,a), CNOT(M,bM, bM,b), CNOT(M,cM, cM,c), CNOT(M,dM, dM,d)
- 测量 MMM 的 XXX 算符
3.2 算符传播推导
关注 XMX_MXM 的演化。CNOT(M,aM, aM,a) 使：
XM→CNOT(M,a)XMXaX_M \xrightarrow{\text{CNOT}(M,a)} X_M X_aXMCNOT(M,a) XMXa
经过全部 4 个 CNOT：
XM→4 CNOTsXaXbXcXd XMX_M \xrightarrow{\text{4 CNOTs}} X_a X_b X_c X_d \, X_MXM4 CNOTs XaXbXcXdXM
测量 XMX_MXM 得到：
⟨XM⟩final=⟨XaXbXcXd⟩⋅⟨+∣XM∣+⟩=⟨XaXbXcXd⟩⋅(+1)\langle X_M \rangle_{\text{final}} = \langle X_a X_b X_c X_d \rangle \cdot \langle + | X_M | + \rangle = \langle X_a X_b X_c X_d \rangle \cdot (+1)⟨XM⟩final=⟨XaXbXcXd⟩⋅⟨+∣XM∣+⟩=⟨XaXbXcXd⟩⋅(+1)
即 Measure-X 量子比特测量的是 XaXbXcXdX_a X_b X_c X_dXaXbXcXd 稳定子。
四、核心设计原则的总结
| 要素 | Measure-Z | Measure-X |
|---|---|---|
| 辅助比特初始化 | ∣0⟩|0\rangle∣0⟩（ZZZ 本征态） | ∣+⟩|+\rangle∣+⟩（XXX 本征态） |
| CNOT 方向 | data →\to→ ancilla（数据控，辅助靶） | ancilla →\to→ data（辅助控，数据靶） |
| 累积的算符 | ZM→ZaZbZcZd ZMZ_M \to Z_a Z_b Z_c Z_d \, Z_MZM→ZaZbZcZdZM | XM→XaXbXcXd XMX_M \to X_a X_b X_c X_d \, X_MXM→XaXbXcXdXM |
| 最终测量 | ZZZ basis | XXX basis |
| 测得的稳定子 | ZaZbZcZdZ_a Z_b Z_c Z_dZaZbZcZd | XaXbXcXdX_a X_b X_c X_dXaXbXcXd |
为什么初始化状态如此关键？
-
Measure-Z 用 ∣0⟩|0\rangle∣0⟩ 是为了确保辅助比特的初始 ZZZ 本征值为 +1+1+1 ，不引入额外 ±1\pm 1±1 因子。如果用 ∣+⟩|+\rangle∣+⟩，则辅助比特的 XXX 会通过 CNOT(data→ancilla) 反传播到数据比特上（因为 CNOT 会让 Xt→XcXtX_t \to X_c X_tXt→XcXt，但 target 的 XXX 在这里是 ancilla... 实际上 CNOT(data, ancilla) 会让 Xancilla→XdataXancillaX_{\text{ancilla}} \to X_{\text{data}} X_{\text{ancilla}}Xancilla→XdataXancilla，初始化 ∣+⟩|+\rangle∣+⟩ 后 XancillaX_{\text{ancilla}}Xancilla 会在电路中传播 XXX 错误到数据比特）。
-
同理，Measure-X 用 ∣+⟩|+\rangle∣+⟩ 是为了确保初始 XM=+1X_M = +1XM=+1，且避免 ZZZ 错误传播。
五、与错误检测的联系（简要）
上述测量每一轮重复执行。当数据量子比特出现错误时：
-
**XXX 错误（bit-flip）**发生在某数据量子比特上：它会与相邻两个 Measure-Z 稳定子 anti-commute，翻转这两个 Z 测量的结果（从 +1→−1+1 \to -1+1→−1）。通过比对相邻轮次的测量结果，可以定位错误。
-
ZZZ 错误（phase-flip）：同理，会翻转相邻 Measure-X 稳定子的结果。
因此，稳定子测量不仅是"code space 的投影"，更是错误 syndrom 的实时提取。