表面码的 Z-测量 和 X-测量 的详细数学表述

1. 表面码中 Z-测量的数学过程展开

在表面码中,Z-测量(即测量 ZZZ 稳定子)是通过 measure-Z 量子比特 对其相邻的 4 个数据量子比特 进行联合测量,获取 ZaZbZcZdZ_a Z_b Z_c Z_dZaZbZcZd 的本征值。


1. 1. 系统初始化

考虑一个 measure-Z 量子比特 mmm(辅助测量量子比特)和 4 个相邻的数据量子比特 a,b,c,da, b, c, da,b,c,d。

初始状态:

  • measure-Z 量子比特 mmm 初始化为 ∣g⟩|g\rangle∣g⟩(即 ∣0⟩|0\rangle∣0⟩,Z^\hat{Z}Z^ 的 +1+1+1 本征态)
  • 4 个数据量子比特处于任意态 ∣ψ⟩|\psi\rangle∣ψ⟩(表面码的某个本征态)

联合初始态:

∣Ψ0⟩=∣g⟩m⊗∣ψ⟩abcd=∣0⟩m⊗∣ψ⟩abcd|\Psi_0\rangle = |g\rangle_m \otimes |\psi\rangle_{abcd} = |0\rangle_m \otimes |\psi\rangle_{abcd}∣Ψ0⟩=∣g⟩m⊗∣ψ⟩abcd=∣0⟩m⊗∣ψ⟩abcd


1.2. CNOT 门序列

表面码的 Z-测量通过 4 个 CNOT 门 实现。关键在于:CNOT 以 measure-Z 量子比特为控制位(control),4 个数据量子比特为目标位(target)

回顾 CNOT 门的定义:

CNOT=∣0⟩⟨0∣⊗I+∣1⟩⟨1∣⊗X\text{CNOT} = |0\rangle\langle 0| \otimes I + |1\rangle\langle 1| \otimes XCNOT=∣0⟩⟨0∣⊗I+∣1⟩⟨1∣⊗X

第一步 CNOT(m→am \to am→a)

∣Ψ1⟩=CNOTm,a∣Ψ0⟩=CNOTm,a(∣0⟩m⊗∣ψ⟩abcd)|\Psi_1\rangle = \text{CNOT}{m,a} |\Psi_0\rangle = \text{CNOT}{m,a} \left(|0\rangle_m \otimes |\psi\rangle_{abcd}\right)∣Ψ1⟩=CNOTm,a∣Ψ0⟩=CNOTm,a(∣0⟩m⊗∣ψ⟩abcd)

展开数据量子比特的态(在计算基下):

∣ψ⟩=∑xaxbxcxd∈{0,1}cxaxbxcxd∣xaxbxcxd⟩|\psi\rangle = \sum_{x_a x_b x_c x_d \in \{0,1\}} c_{x_a x_b x_c x_d} |x_a x_b x_c x_d\rangle∣ψ⟩=xaxbxcxd∈{0,1}∑cxaxbxcxd∣xaxbxcxd⟩

CNOT 作用后:

∣Ψ1⟩=∑xcx(∣0⟩m∣xaxbxcxd⟩+∣1⟩m∣xa⊕1,xbxcxd⟩⋅δxa,?)|\Psi_1\rangle = \sum_{\mathbf{x}} c_{\mathbf{x}} \left(|0\rangle_m |x_a x_b x_c x_d\rangle + |1\rangle_m |x_a \oplus 1, x_b x_c x_d\rangle \cdot \delta_{x_a, ?} \right)∣Ψ1⟩=x∑cx(∣0⟩m∣xaxbxcxd⟩+∣1⟩m∣xa⊕1,xbxcxd⟩⋅δxa,?)

更清晰的写法:CNOT 将 mmm 的 ∣1⟩|1\rangle∣1⟩ 分量翻转到 aaa 上:

∣Ψ1⟩=∑xcx ∣xa⟩m⊗∣xaxbxcxd⟩abcd|\Psi_1\rangle = \sum_{\mathbf{x}} c_{\mathbf{x}} \, |x_a\rangle_m \otimes |x_a x_b x_c x_d\rangle_{abcd}∣Ψ1⟩=x∑cx∣xa⟩m⊗∣xaxbxcxd⟩abcd

这里 mmm 复制了数据量子比特 aaa 的比特值!

关键洞察 :当 mmm 初始为 ∣0⟩|0\rangle∣0⟩ 时,经过 CNOT,mmm 存储了目标量子比特的 ZZZ 信息(即比特值)。

四步 CNOT 完整序列

依次对 a,b,c,da, b, c, da,b,c,d 施加 CNOT(mmm 始终为控制位):

步骤 操作 mmm 的状态变化
1 CNOTm→a\text{CNOT}_{m \to a}CNOTm→a mmm 记录 xax_axa
2 CNOTm→b\text{CNOT}_{m \to b}CNOTm→b mmm 记录 xa⊕xbx_a \oplus x_bxa⊕xb
3 CNOTm→c\text{CNOT}_{m \to c}CNOTm→c mmm 记录 xa⊕xb⊕xcx_a \oplus x_b \oplus x_cxa⊕xb⊕xc
4 CNOTm→d\text{CNOT}_{m \to d}CNOTm→d mmm 记录 xa⊕xb⊕xc⊕xdx_a \oplus x_b \oplus x_c \oplus x_dxa⊕xb⊕xc⊕xd

最终态:

∣Ψ4⟩=∑xcx ∣xa⊕xb⊕xc⊕xd⟩m⊗∣xaxbxcxd⟩abcd|\Psi_4\rangle = \sum_{\mathbf{x}} c_{\mathbf{x}} \, |x_a \oplus x_b \oplus x_c \oplus x_d\rangle_m \otimes |x_a x_b x_c x_d\rangle_{abcd}∣Ψ4⟩=x∑cx∣xa⊕xb⊕xc⊕xd⟩m⊗∣xaxbxcxd⟩abcd


1.3. 对 measure-Z 量子比特的投影测量

现在对 mmm 进行 Z^\hat{Z}Z^ 投影测量 MZM_ZMZ。

测量算符:

MZ=(+1)∣0⟩⟨0∣+(−1)∣1⟩⟨1∣M_Z = (+1)|0\rangle\langle 0| + (-1)|1\rangle\langle 1|MZ=(+1)∣0⟩⟨0∣+(−1)∣1⟩⟨1∣

测量结果:

  • 若测得 +1+1+1 (mmm 投影到 ∣0⟩|0\rangle∣0⟩):

    • 要求 xa⊕xb⊕xc⊕xd=0x_a \oplus x_b \oplus x_c \oplus x_d = 0xa⊕xb⊕xc⊕xd=0
    • 即 ZaZbZcZd∣ψ⟩=+∣ψ⟩Z_a Z_b Z_c Z_d |\psi\rangle = +|\psi\rangleZaZbZcZd∣ψ⟩=+∣ψ⟩
    • 稳定子本征值 Zabcd=+1Z_{abcd} = +1Zabcd=+1
  • 若测得 −1-1−1 (mmm 投影到 ∣1⟩|1\rangle∣1⟩):

    • 要求 xa⊕xb⊕xc⊕dd=1x_a \oplus x_b \oplus x_c \oplus d_d = 1xa⊕xb⊕xc⊕dd=1
    • 即 ZaZbZcZd∣ψ⟩=−∣ψ⟩Z_a Z_b Z_c Z_d |\psi\rangle = -|\psi\rangleZaZbZcZd∣ψ⟩=−∣ψ⟩
    • 稳定子本征值 Zabcd=−1Z_{abcd} = -1Zabcd=−1

1.4. 整体测量算符的推导

从算符层面来看,4 个 CNOT 门的作用是:

U=CNOTm,d⋅CNOTm,c⋅CNOTm,b⋅CNOTm,aU = \text{CNOT}{m,d} \cdot \text{CNOT}{m,c} \cdot \text{CNOT}{m,b} \cdot \text{CNOT}{m,a}U=CNOTm,d⋅CNOTm,c⋅CNOTm,b⋅CNOTm,a

这个么正变换将 Zm⊗IabcdZ_m \otimes I_{abcd}Zm⊗Iabcd 共轭变换为:

U†(Zm⊗Iabcd)U=Zm⊗Za⊗Zb⊗Zc⊗Zd=Zm⋅ZabcdU^\dagger (Z_m \otimes I_{abcd}) U = Z_m \otimes Z_a \otimes Z_b \otimes Z_c \otimes Z_d = Z_m \cdot Z_{abcd}U†(Zm⊗Iabcd)U=Zm⊗Za⊗Zb⊗Zc⊗Zd=Zm⋅Zabcd

因此:

⟨Zm⟩after=⟨ZaZbZcZd⟩before\langle Z_m \rangle_{\text{after}} = \langle Z_a Z_b Z_c Z_d \rangle_{\text{before}}⟨Zm⟩after=⟨ZaZbZcZd⟩before

测量 mmm 的 ZZZ 算符等价于测量 4 个数据量子比特的联合 ZZZ 稳定子!


1.5. 完整数学表达式

设测量前 4 个数据量子比特的密度矩阵为 ρabcd\rho_{abcd}ρabcd,measure-Z 量子比特初始态为 ∣0⟩⟨0∣|0\rangle\langle 0|∣0⟩⟨0∣。

CNOT 序列后的联合态:

ρ′=U(∣0⟩⟨0∣m⊗ρabcd)U†\rho' = U \left(|0\rangle\langle 0|m \otimes \rho{abcd}\right) U^\daggerρ′=U(∣0⟩⟨0∣m⊗ρabcd)U†

对 mmm 做 ZZZ 测量:

P(+1)=Tr(∣0⟩⟨0∣m⊗Iabcd)ρ′=TrI+ZaZbZcZd2ρabcdP(+1) = \text{Tr}\left(\|0\\rangle\\langle 0\|_m \\otimes I_{abcd}) \\rho'\\right = \text{Tr}\left\\frac{I + Z_a Z_b Z_c Z_d}{2} \\rho_{abcd}\\rightP(+1)=Tr(∣0⟩⟨0∣m⊗Iabcd)ρ′=Tr2I+ZaZbZcZdρabcd

P(−1)=Tr(∣1⟩⟨1∣m⊗Iabcd)ρ′=TrI−ZaZbZcZd2ρabcdP(-1) = \text{Tr}\left(\|1\\rangle\\langle 1\|_m \\otimes I_{abcd}) \\rho'\\right = \text{Tr}\left\\frac{I - Z_a Z_b Z_c Z_d}{2} \\rho_{abcd}\\rightP(−1)=Tr(∣1⟩⟨1∣m⊗Iabcd)ρ′=Tr2I−ZaZbZcZdρabcd

测量后数据量子比特的态:

ρ+1=1P(+1)⋅I+ZaZbZcZd2ρabcdI+ZaZbZcZd2\rho_{+1} = \frac{1}{P(+1)} \cdot \frac{I + Z_a Z_b Z_c Z_d}{2} \rho_{abcd} \frac{I + Z_a Z_b Z_c Z_d}{2}ρ+1=P(+1)1⋅2I+ZaZbZcZdρabcd2I+ZaZbZcZd

ρ−1=1P(−1)⋅I−ZaZbZcZd2ρabcdI−ZaZbZcZd2\rho_{-1} = \frac{1}{P(-1)} \cdot \frac{I - Z_a Z_b Z_c Z_d}{2} \rho_{abcd} \frac{I - Z_a Z_b Z_c Z_d}{2}ρ−1=P(−1)1⋅2I−ZaZbZcZdρabcd2I−ZaZbZcZd


1.6. 总结

步骤 数学操作 物理意义
初始化 m→∣0⟩m \to |0\ranglem→∣0⟩ 准备辅助量子比特
CNOT 序列 U=∏j=adCNOTm,jU = \prod_{j=a}^d \text{CNOT}_{m,j}U=∏j=adCNOTm,j 将联合 ZZZ 信息编码到 mmm
投影测量 MZM_ZMZ on mmm 读取稳定子本征值
结果关联 Zmmeasured=ZabcdeigenvalueZ_m^{\text{measured}} = Z_{abcd}^{\text{eigenvalue}}Zmmeasured=Zabcdeigenvalue 获得 syndrom

核心公式:

Zm测量=ZaZbZcZd本征值=±1\boxed{Z_m^{\text{测量}} = Z_a Z_b Z_c Z_d^{\text{本征值}} = \pm 1}Zm测量=ZaZbZcZd本征值=±1

这就是表面码中 Z-测量的完整数学过程。通过这个过程,我们不直接测量单个数据量子比特(那样会破坏叠加态),而是巧妙地通过辅助量子比特获取 4 个量子比特联合 parity(奇偶性) 的信息,实现无损的错误检测。

2. 表面码中 X-测量的数学过程展开

与 Z-测量不同,X-测量需要交换基------通过 Hadamard 门将 X 基信息转换到 Z 基,然后进行测量。


2.1. 核心区别:为什么 X-测量更复杂?

Z-测量直接读取计算基(∣0⟩,∣1⟩|0\rangle, |1\rangle∣0⟩,∣1⟩),而 X-测量需要读取 ∣+⟩=∣0⟩+∣1⟩2|+\rangle = \frac{|0\rangle+|1\rangle}{\sqrt{2}}∣+⟩=2 ∣0⟩+∣1⟩ 和 ∣−⟩=∣0⟩−∣1⟩2|-\rangle = \frac{|0\rangle-|1\rangle}{\sqrt{2}}∣−⟩=2 ∣0⟩−∣1⟩ 的叠加态信息。

回顾关键恒等式:

HXH=Z,HZH=XH X H = Z, \quad H Z H = XHXH=Z,HZH=X

因此,测量 XXX 等价于先施加 HHH,再测量 ZZZ,再施加 HHH


2.2. 系统初始化

考虑一个 measure-X 量子比特 mmm 和 4 个相邻数据量子比特 a,b,c,da, b, c, da,b,c,d。

初始状态:

  • measure-X 量子比特 mmm 初始化为 ∣g⟩=∣+⟩|g\rangle = |+\rangle∣g⟩=∣+⟩(即 XXX 的 +1+1+1 本征态)
  • 4 个数据量子比特处于表面码本征态 ∣ψ⟩|\psi\rangle∣ψ⟩

∣Ψ0⟩=∣+⟩m⊗∣ψ⟩abcd|\Psi_0\rangle = |+\rangle_m \otimes |\psi\rangle_{abcd}∣Ψ0⟩=∣+⟩m⊗∣ψ⟩abcd

注意:∣+⟩=H∣0⟩=∣0⟩+∣1⟩2|+\rangle = H|0\rangle = \frac{|0\rangle+|1\rangle}{\sqrt{2}}∣+⟩=H∣0⟩=2 ∣0⟩+∣1⟩


2.3. Hadamard + CNOT 序列

X-测量的电路结构为:

Hm→CNOTa→m→CNOTb→m→CNOTc→m→CNOTd→m→Hm→MZH_m \rightarrow \text{CNOT}{a\to m} \rightarrow \text{CNOT}{b\to m} \rightarrow \text{CNOT}{c\to m} \rightarrow \text{CNOT}{d\to m} \rightarrow H_m \rightarrow M_ZHm→CNOTa→m→CNOTb→m→CNOTc→m→CNOTd→m→Hm→MZ

关键区别:CNOT 以数据量子比特为控制位(control),measure-X 量子比特为目标位(target)!

第一步:对 mmm 施加 Hadamard

∣Ψ1⟩=Hm∣Ψ0⟩=Hm∣+⟩m⊗∣ψ⟩=∣0⟩m⊗∣ψ⟩|\Psi_1\rangle = H_m |\Psi_0\rangle = H_m |+\rangle_m \otimes |\psi\rangle = |0\rangle_m \otimes |\psi\rangle∣Ψ1⟩=Hm∣Ψ0⟩=Hm∣+⟩m⊗∣ψ⟩=∣0⟩m⊗∣ψ⟩

Hadamard 将 mmm 从 ∣+⟩|+\rangle∣+⟩(X 本征态)转换到 ∣0⟩|0\rangle∣0⟩(Z 本征态),为后续 CNOT 做准备。

第二步:CNOT 序列(数据 →\to→ 测量)

CNOT 门定义:

CNOTj→m=∣0⟩j⟨0∣⊗Im+∣1⟩j⟨1∣⊗Xm\text{CNOT}_{j\to m} = |0\rangle_j\langle 0| \otimes I_m + |1\rangle_j\langle 1| \otimes X_mCNOTj→m=∣0⟩j⟨0∣⊗Im+∣1⟩j⟨1∣⊗Xm

第一个 CNOT(a→ma \to ma→m):

∣Ψ2⟩=CNOTa→m∣Ψ1⟩=∑xcx∣xa⟩m⊗∣xaxbxcxd⟩abcd|\Psi_2\rangle = \text{CNOT}{a\to m} |\Psi_1\rangle = \sum{\mathbf{x}} c_{\mathbf{x}} |x_a\rangle_m \otimes |x_a x_b x_c x_d\rangle_{abcd}∣Ψ2⟩=CNOTa→m∣Ψ1⟩=x∑cx∣xa⟩m⊗∣xaxbxcxd⟩abcd

注意:这里 mmm 复制了 aaa 的比特值 (因为 CNOT 翻转 mmm 当 a=1a=1a=1 时)。

等等,让我更仔细地分析。CNOT 以数据为控制,mmm 为目标:

  • 若 a=0a=0a=0:mmm 不变
  • 若 a=1a=1a=1:mmm 被翻转(XmX_mXm 作用)

如果 mmm 初始为 ∣0⟩|0\rangle∣0⟩,经过 CNOT 后:

  • a=0a=0a=0:mmm 保持 ∣0⟩|0\rangle∣0⟩
  • a=1a=1a=1:mmm 变为 ∣1⟩|1\rangle∣1⟩

所以 mmm 最终存储了 xa⊕xb⊕xc⊕xdx_a \oplus x_b \oplus x_c \oplus x_dxa⊕xb⊕xc⊕xd。

但这只是 Z-信息的 parity。X-测量的关键在于:经过 H-CNOT-H 变换后,我们测量的是 X 算符的乘积


2.4. 从算符变换角度推导(更本质)

考虑整个变换:

U=Hm⋅CNOTd→m⋅CNOTc→m⋅CNOTb→m⋅CNOTa→m⋅HmU = H_m \cdot \text{CNOT}{d\to m} \cdot \text{CNOT}{c\to m} \cdot \text{CNOT}{b\to m} \cdot \text{CNOT}{a\to m} \cdot H_mU=Hm⋅CNOTd→m⋅CNOTc→m⋅CNOTb→m⋅CNOTa→m⋅Hm

我们要证明:对 mmm 的最终 Z 测量等价于测量 XaXbXcXdX_a X_b X_c X_dXaXbXcXd。

关键引理 :CNOT 共轭变换下:

CNOTj→m:Xj⊗Im→Xj⊗Xm\text{CNOT}_{j\to m}: \quad X_j \otimes I_m \rightarrow X_j \otimes X_mCNOTj→m:Xj⊗Im→Xj⊗Xm

CNOTj→m:Ij⊗Xm→Ij⊗Xm\text{CNOT}_{j\to m}: \quad I_j \otimes X_m \rightarrow I_j \otimes X_mCNOTj→m:Ij⊗Xm→Ij⊗Xm

Hadamard 共轭变换下

Hm:Xm→Zm,Zm→XmH_m: \quad X_m \rightarrow Z_m, \quad Z_m \rightarrow X_mHm:Xm→Zm,Zm→Xm

整个电路对 ZmZ_mZm 的共轭变换:

U†ZmU=Hm⋅CNOTa→m†⋯CNOTd→m†⋅HmZmHm⋅CNOTd→m⋯CNOTa→m⋅HmU^\dagger Z_m U = H_m \cdot \text{CNOT}{a\to m}^\dagger \cdots \text{CNOT}{d\to m}^\dagger \cdot H_m Z_m H_m \cdot \text{CNOT}{d\to m} \cdots \text{CNOT}{a\to m} \cdot H_mU†ZmU=Hm⋅CNOTa→m†⋯CNOTd→m†⋅HmZmHm⋅CNOTd→m⋯CNOTa→m⋅Hm

逐步计算(从中心向外):

  1. HmZmHm=XmH_m Z_m H_m = X_mHmZmHm=Xm

  2. 最内层 CNOT(d→md\to md→m):

    • XmX_mXm 在 CNOT 下:Id⊗Xm→Id⊗XmI_d \otimes X_m \rightarrow I_d \otimes X_mId⊗Xm→Id⊗Xm(因为 mmm 是目标)
    • 所以 XmX_mXm 不变

等等,这不对。让我重新考虑 CNOT 的共轭。

对于 CNOTc→t\text{CNOT}_{c\to t}CNOTc→t(控制 ccc,目标 ttt):

  • Xc→XcXtX_c \to X_c X_tXc→XcXt
  • Xt→XtX_t \to X_tXt→Xt(目标位不变)
  • Zc→ZcZ_c \to Z_cZc→Zc(控制位不变)
  • Zt→ZcZtZ_t \to Z_c Z_tZt→ZcZt

所以在我们的情况中(数据 jjj 为控制,mmm 为目标):

  • Xm→XmX_m \to X_mXm→Xm(mmm 是目标,XmX_mXm 不变)
  • Zm→ZjZmZ_m \to Z_j Z_mZm→ZjZm

但我们追踪的是 XmX_mXm,它在 CNOT 下不变。这意味着...

让我换个角度:追踪 ZmZ_mZm 的变换。

电路:H⋅CNOT⋅HH \cdot \text{CNOT} \cdot HH⋅CNOT⋅H

ZmZ_mZm 经过第一个 HHH 变为 XmX_mXm。

XmX_mXm 经过 CNOT(数据为控制,mmm 为目标):不变。

XmX_mXm 经过第二个 HHH 变为 ZmZ_mZm。

这给出了 Zm→ZmZ_m \to Z_mZm→Zm,没有耦合到数据量子比特。这说明我搞错了 CNOT 的方向!

让我重新思考。正确的理解:

在图 1c 的电路中,Hadamard 门只作用在 measure-X 量子比特 mmm 上,CNOT 仍然以 mmm 为控制位,数据量子比特为目标位!

等等,这与图 1b(Z-测量)相同吗?不,图 1c 明确显示 Hadamard 在 CNOT 前后。

让我重新阅读论文原文...

论文说:"For the measure-X qubit, the sequence similarly includes Hadamards applied before and after the CNOTs, with the CNOTs targeting the nearest-neighbor data qubits using the measure qubit as the control, and the projective measurement yields an eigenstate of XaXbXcXdX_a X_b X_c X_dXaXbXcXd."

实际上 CNOT 方向是:mmm 为控制,数据为目标。这与 Z-测量相同!

区别在于:

  • Z-测量:mmm 初始 ∣0⟩|0\rangle∣0⟩,直接 CNOT,测量 ZmZ_mZm
  • X-测量:mmm 初始 ∣+⟩=H∣0⟩|+\rangle = H|0\rangle∣+⟩=H∣0⟩,施加 H-CNOT-H,测量 ZmZ_mZm

让我重新推导。

正确的电路:

  1. 初始化 mmm 为 ∣+⟩|+\rangle∣+⟩
  2. 对 mmm 施加 HHH:∣+⟩→∣0⟩|+\rangle \to |0\rangle∣+⟩→∣0⟩
  3. 4个 CNOT(mmm 控制,数据 a,b,c,da,b,c,da,b,c,d 目标)
  4. 对 mmm 施加 HHH
  5. 测量 mmm 的 ZZZ

追踪 ZmZ_mZm:

电路总的么正变换:

U=Hm⋅CNOTm,d⋯CNOTm,a⋅HmU = H_m \cdot \text{CNOT}{m,d} \cdots \text{CNOT}{m,a} \cdot H_mU=Hm⋅CNOTm,d⋯CNOTm,a⋅Hm

我们要计算 U†ZmUU^\dagger Z_m UU†ZmU。

从右到左追踪 ZmZ_mZm:

  1. HmH_mHm:Zm→XmZ_m \to X_mZm→Xm
  2. CNOTm,a\text{CNOT}_{m,a}CNOTm,a(mmm 控制,aaa 目标):
    • Xm→XmXaX_m \to X_m X_aXm→XmXa(控制位的 XXX 被传播到目标)
  3. CNOTm,b\text{CNOT}_{m,b}CNOTm,b:XmXa→XmXaXbX_m X_a \to X_m X_a X_bXmXa→XmXaXb
  4. CNOTm,c\text{CNOT}_{m,c}CNOTm,c:XmXaXb→XmXaXbXcX_m X_a X_b \to X_m X_a X_b X_cXmXaXb→XmXaXbXc
  5. CNOTm,d\text{CNOT}_{m,d}CNOTm,d:XmXaXbXcXd→XmXaXbXcXdX_m X_a X_b X_c X_d \to X_m X_a X_b X_c X_dXmXaXbXcXd→XmXaXbXcXd
  6. HmH_mHm:Xm→ZmX_m \to Z_mXm→Zm

因此:

U†ZmU=Zm⋅XaXbXcXdU^\dagger Z_m U = Z_m \cdot X_a X_b X_c X_dU†ZmU=Zm⋅XaXbXcXd

测量 mmm 的 ZZZ 等价于测量数据上的 XaXbXcXdX_a X_b X_c X_dXaXbXcXd!

MZ(m)=XaXbXcXdM_Z^{(m)} = X_a X_b X_c X_dMZ(m)=XaXbXcXd


2.5. 完整数学过程展开

状态演化

Step 0 :初始化

∣Ψ0⟩=∣+⟩m⊗∣ψ⟩abcd|\Psi_0\rangle = |+\rangle_m \otimes |\psi\rangle_{abcd}∣Ψ0⟩=∣+⟩m⊗∣ψ⟩abcd

Step 1 :第一个 Hadamard

∣Ψ1⟩=Hm∣Ψ0⟩=∣0⟩m⊗∣ψ⟩|\Psi_1\rangle = H_m |\Psi_0\rangle = |0\rangle_m \otimes |\psi\rangle∣Ψ1⟩=Hm∣Ψ0⟩=∣0⟩m⊗∣ψ⟩

Step 2 :CNOT 序列(mmm 控制,数据为目标)

数据量子比特展开在 X 基下更方便。定义:

∣ψ⟩=∑sds∣sasbscsd⟩X|\psi\rangle = \sum_{\mathbf{s}} d_{\mathbf{s}} |s_a s_b s_c s_d\rangle_X∣ψ⟩=s∑ds∣sasbscsd⟩X

其中 ∣+⟩=∣0⟩X|+\rangle = |0\rangle_X∣+⟩=∣0⟩X, ∣−⟩=∣1⟩X|-\rangle = |1\rangle_X∣−⟩=∣1⟩X,且 ∣ψ⟩|\psi\rangle∣ψ⟩ 是 XaXbXcXdX_a X_b X_c X_dXaXbXcXd 的本征态。

经过 CNOT 序列后:

∣Ψ2⟩=∑sds∣sa⊕sb⊕sc⊕sd⟩m⊗∣sasbscsd⟩X|\Psi_2\rangle = \sum_{\mathbf{s}} d_{\mathbf{s}} |s_a \oplus s_b \oplus s_c \oplus s_d\rangle_m \otimes |s_a s_b s_c s_d\rangle_X∣Ψ2⟩=s∑ds∣sa⊕sb⊕sc⊕sd⟩m⊗∣sasbscsd⟩X

Step 3 :第二个 Hadamard

∣Ψ3⟩=Hm∣Ψ2⟩|\Psi_3\rangle = H_m |\Psi_2\rangle∣Ψ3⟩=Hm∣Ψ2⟩

Hadamard 将 mmm 从计算基转换到 X 基:

H∣0⟩=∣+⟩,H∣1⟩=∣−⟩H|0\rangle = |+\rangle, \quad H|1\rangle = |-\rangleH∣0⟩=∣+⟩,H∣1⟩=∣−⟩

Step 4 :ZZZ 投影测量

  • 若测得 +1+1+1 (mmm 投影到 ∣0⟩|0\rangle∣0⟩):

    • 要求 sa⊕sb⊕sc⊕sd=0s_a \oplus s_b \oplus s_c \oplus s_d = 0sa⊕sb⊕sc⊕sd=0
    • 即 XaXbXcXd∣ψ⟩=+∣ψ⟩X_a X_b X_c X_d |\psi\rangle = +|\psi\rangleXaXbXcXd∣ψ⟩=+∣ψ⟩
    • 本征值 Xabcd=+1X_{abcd} = +1Xabcd=+1
  • 若测得 −1-1−1 (mmm 投影到 ∣1⟩|1\rangle∣1⟩):

    • 要求 sa⊕sb⊕sc⊕sd=1s_a \oplus s_b \oplus s_c \oplus s_d = 1sa⊕sb⊕sc⊕sd=1
    • 即 XaXbXcXd∣ψ⟩=−∣ψ⟩X_a X_b X_c X_d |\psi\rangle = -|\psi\rangleXaXbXcXd∣ψ⟩=−∣ψ⟩
    • 本征值 Xabcd=−1X_{abcd} = -1Xabcd=−1

2.6. 概率与投影算符

测量结果概率:

P(+1)=TrI+XaXbXcXd2ρabcdP(+1) = \text{Tr}\left\\frac{I + X_a X_b X_c X_d}{2} \\rho_{abcd}\\rightP(+1)=Tr2I+XaXbXcXdρabcd

P(−1)=TrI−XaXbXcXd2ρabcdP(-1) = \text{Tr}\left\\frac{I - X_a X_b X_c X_d}{2} \\rho_{abcd}\\rightP(−1)=Tr2I−XaXbXcXdρabcd

测量后数据量子比特的态:

ρ+1=1P(+1)⋅I+XaXbXcXd2ρabcdI+XaXbXcXd2\rho_{+1} = \frac{1}{P(+1)} \cdot \frac{I + X_a X_b X_c X_d}{2} \rho_{abcd} \frac{I + X_a X_b X_c X_d}{2}ρ+1=P(+1)1⋅2I+XaXbXcXdρabcd2I+XaXbXcXd

ρ−1=1P(−1)⋅I−XaXbXcXd2ρabcdI−XaXbXcXd2\rho_{-1} = \frac{1}{P(-1)} \cdot \frac{I - X_a X_b X_c X_d}{2} \rho_{abcd} \frac{I - X_a X_b X_c X_d}{2}ρ−1=P(−1)1⋅2I−XaXbXcXdρabcd2I−XaXbXcXd


2.7. Z-测量与 X-测量的对比

特性 Z-测量(measure-Z) X-测量(measure-X)
初始态 ∣0⟩m|0\rangle_m∣0⟩m ∣+⟩m=H∣0⟩|+\rangle_m = H|0\rangle∣+⟩m=H∣0⟩
CNOT 方向 m→m \tom→ 数据 m→m \tom→ 数据(相同)
Hadamard HHH 在 CNOT 前后
测量的稳定子 ZaZbZcZdZ_a Z_b Z_c Z_dZaZbZcZd XaXbXcXdX_a X_b X_c X_dXaXbXcXd
核心变换 Zm→ZmZaZbZcZdZ_m \to Z_m Z_a Z_b Z_c Z_dZm→ZmZaZbZcZd Zm→ZmXaXbXcXdZ_m \to Z_m X_a X_b X_c X_dZm→ZmXaXbXcXd(经 H 变换)
测量基 计算基 ZZZ 先 H 转 X 基信息,再测 ZZZ
结果 4 数据比特的 Z-parity 4 数据比特的 X-parity

2.8. 核心公式

X-测量的完整么正变换:

UX=Hm⋅∏j=adCNOTm,j⋅HmU_X = H_m \cdot \prod_{j=a}^d \text{CNOT}_{m,j} \cdot H_mUX=Hm⋅j=a∏dCNOTm,j⋅Hm

共轭变换关系:

UX†ZmUX=Zm⋅XaXbXcXd\boxed{U_X^\dagger Z_m U_X = Z_m \cdot X_a X_b X_c X_d}UX†ZmUX=Zm⋅XaXbXcXd

测量等价性:

MZ(m)=XaXbXcXd本征值=±1\boxed{M_Z^{(m)} = X_a X_b X_c X_d^{\text{本征值}} = \pm 1}MZ(m)=XaXbXcXd本征值=±1


2.9. 物理直觉

为什么 X-测量需要 Hadamard?

  1. 量子比特的测量 总是在某个基下进行。标准读出电路测量的是 ZZZ(计算基 ∣0⟩,∣1⟩|0\rangle, |1\rangle∣0⟩,∣1⟩)。
  2. 要测量 XXX,必须先将 XXX 本征态 ∣+⟩,∣−⟩|+\rangle, |-\rangle∣+⟩,∣−⟩ 旋转到计算基,然后再测量。
  3. HHH 门正是做这个旋转:H∣+⟩=∣0⟩H|+\rangle = |0\rangleH∣+⟩=∣0⟩, H∣−⟩=∣1⟩H|-\rangle = |1\rangleH∣−⟩=∣1⟩。
  4. 所以电路结构是:制备 X 本征态 → 耦合到数据(CNOT)→ 旋转回 Z 基(H)→ 标准 Z 测量

这使得 measure-X 和 measure-Z 可以使用相同的物理读出电路,仅需在 CNOT 前后插入 Hadamard 门即可。这是表面码架构的一个关键设计优势。

相关推荐
AI科技星2 小时前
氢原子基态能级跃迁紫外频段光子频率计算
开发语言·网络·量子计算·agi·拓扑学
AI科技星19 小时前
数术工坊第八卷:算力革命
c语言·开发语言·网络·量子计算·agi
AI科技星1 天前
数术宇宙:零一无穷创世史诗
开发语言·网络·量子计算·拓扑学
一个天蝎座 白勺 程序猿2 天前
从300秒到3秒:我在KES上“干掉“标量子查询的性能优化实践
性能优化·量子计算·kingbasees·向量化执行
AI科技星2 天前
数术工坊・八卷全书【本源创世终极版・万世定稿】
开发语言·网络·量子计算·拓扑学
AI科技星2 天前
数术工坊・八卷全书(番外・实战升华副卷)【终极典藏定稿|完整无删减】
c语言·开发语言·网络·量子计算·agi
Eloudy2 天前
表面码中数据 bit 的量子态
量子计算
Eloudy3 天前
表面码模拟:Stim + PyMatching 教程
量子计算
Eloudy3 天前
伊辛解码(Ising Decoding)
人工智能·量子计算