🔢 mathematics

Entanglement-assisted Quasi-cyclic Quantum Low-density Parity-check Codes over Qubits

本文通过结构化置换矩阵平铺构造了可扩展的纠缠辅助准循环量子LDPC码族，该码族利用资源高效的单个贝尔对以及改进的四元块分层归一化最小和译码器，实现了针对随机误差和突发误差的高纠错性能。

原作者： Pavan Kumar, Abhi Kumar Sharma, Karthik Bharadwaj, Shayan Srinivasa Garani

发布于 2026-07-28

📖 1 分钟阅读🧠 深度阅读

原作者： Pavan Kumar, Abhi Kumar Sharma, Karthik Bharadwaj, Shayan Srinivasa Garani

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图在波涛汹涌的大海上发送一条秘密信息。在量子计算的世界里，这个“海洋”是量子比特（qubit）脆弱的状态，而“风暴”则是能在瞬间扰乱你信息的噪声。为了抵御这种威胁，科学家们使用量子纠错码（Quantum Error Correcting Codes）。把这些编码想象成一个神奇的安全网：它们将你的单条信息分散到许多物理粒子（量子比特）上，这样即使其中一些被风暴击中，原始信息仍能被重建。

然而，构建这个安全网非常困难。传统方法通常需要以复杂的方式对粒子进行相互检查，但这可能会意外地在逻辑中创造出“捷径”或循环。这些捷径就像城市里的交通拥堵；它们会让系统感到困惑，使修复错误变得更加困难。为了解决这个问题，研究人员有时会使用纠缠（entanglement）——这是一种奇妙的量子连接，两个粒子即使相隔遥远也会表现得像一个整体。这就像在海洋的另一头有一个值得信赖的朋友握着半把秘密钥匙；如果你丢了你的那一半，他们可以帮你重建它。这篇论文深入探讨了如何更高效地构建这些网络，使它们更快、更强，且不易被风暴搞混。

论文的核心思想：构建更好的量子安全网

这篇论文介绍了一种构建纠缠辅助准循环量子低密度奇偶校验（EA-QC-QLDPC）码的新方法。如果这个名字听起来很绕口，请将其视为构建一个超高效、无环量子信息安全网的蓝图。来自印度科学理工学院的研究团队提出了一些这类编码家族，通过将“置换矩阵”（即一种高级的数字网格）以结构化的、平铺的方式排列在一起，就像在浴室里铺设地砖一样。

他们要解决的主要问题是4-圈（4-cycles）的存在。在计算机用来寻找错误的数学图谱（称为 Tanner 图）中，4-圈是四个连接组成的微小闭合回路。这些回路是坏消息，因为它们会误导解码器，让解码器在没有错误时认为有错，或者在确实有错时却忽略了错误。论文表明，通过使用两种不同的经典码来构建他们的量子码，他们可以完全消除不依赖纠缠部分的系统中的 4-圈。这就像重新设计城市的道路网络，以确保没有那些会导致交通拥堵的微小且令人困惑的环岛。

最令人兴奋的发现之一是，他们其中一个新代码家族具有极高的资源效率。它仅需发送方和接收方之间共享单个贝尔对（Bell pair）（即一个纠缠链路）。这意义重大，因为纠缠对既昂贵又难以维持；只需要一个纠缠对使得该系统在实际应用中更加可行。

他们是如何做到的：构建与解码器

作者们并非仅仅凭空构想这些编码，而是利用特定的数学配方构建了它们。

矩阵平铺（Tiling the Matrices）： 他们使用**素数（prime）和合数（composite）**阶的置换矩阵进行“平铺”技术。想象一下，将一个特定的图案不断重复，以覆盖一个较大的区域。这种结构使得这些编码具有可扩展性，并且更容易在硬件中实现。
圈长（Girth）的重要性： 他们还创建了一些“圈长”（即图中最短回路的长度）大于 6 的编码。在纠错领域，更大的圈长就像是一条更宽、更清晰、没有死角的道路，有助于解码器更快地查明真相。
解码器升级： 或许与编码本身同样重要的，是他们如何读取它。论文测试了不同的“解码器”（用于查明出错原因的软件）。他们发现，**四进制块层归一化最小和（Quaternary Block-Layered Normalized Min-Sum, QBLNMS）**解码器效果最好。
- 类比： 标准的二进制解码器逐个检查错误，就像检查一个灯开关是“开”还是“关”。但在量子物理学中，错误可以是多种现象同时发生的混合体（比如一个灯开关在闪烁、变暗或发出嗡嗡声）。四进制解码器将所有这些可能性作为一个整体单元来处理。而“块层化（block-layered）”部分意味着它按块处理信息，并在处理过程中立即更新其理解，而不是等待一轮结束后才进行处理。这就像一位侦探，在发现新线索时就会立即更新其犯罪理论，而不是等到查看完所有证据后才做出推测。

模拟结果显示了什么

作者进行了广泛的计算机模拟，以观察这些新编码在不同类型的“风暴”（噪声模型）下的表现。

随机错误 vs. 突发错误： 他们测试了编码应对随机错误（如随机落下的雨滴）和突发错误（burst errors）（如突然的一波巨浪同时击中整个网段）的表现。结果显示，他们的编码在处理这两者方面都表现出色。
性能差距： 与旧代码相比，新的 EA-QC-QLDPC 码展现出了巨大的进步。在某些情况下，错误率下降了超过两个数量级（这意味着如果旧代码失败 100 次，新代码的失败次数不到 1 次）。
纠缠的作用： 尽管新代码有时比旧设计使用更多的纠缠对，但它们传输的实际信息量更多（更高的编码率），且表现更好。这是一个双赢局面：你用更少的错误传输了更多的数据。
解码器的胜利： 模拟证实了 QBLNMS 解码器是表现最出色的主角，其性能几乎比旧的二进制解码器高出一个数量级。这表明，将量子错误视为一个单一的相关实体（四进制）而非分离的部分（二进制），是解锁更好性能的关键。

总结

这篇论文不仅仅提出了一个理论想法；它提供了具体的构建方法、高效的编码方案（如何将数据放入网中）以及解码算法（如何将其读出）。作者们证明了，通过仔细设计编码结构以避免令人困惑的回路，并使用更智能的基于四进制的解码器，我们可以构建出对噪声具有显著鲁棒性的量子通信系统。

虽然这些结果目前基于模拟和数学证明，但其研究结果非常有力，足以表明这些编码可以成为未来实用化量子计算机和量子通信网络的蓝图。这项工作强调了，凭借正确的数学“瓷砖”和智能的“解码器”，我们可以构建出不仅强大而且足以在现实世界中高效使用的安全网。

技术摘要：基于量子比特的纠缠辅助拟循环量子低密度奇偶校验码

1. 问题陈述

量子信息本质上易受退相干和门故障的影响，因此需要量子纠错码（QECC）。虽然经典低密度奇偶校验（LDPC）码提供了接近容量的性能和高效的解码方式，但其量子对应物（QLDPC）面临着重大挑战。具体而言，基于卡尔德巴赫-肖尔-斯蒂恩（CSS）框架的标准构造通常需要对偶包含性质，这不可避免地会在联合 Tanner 图中引入 4-圈。这些短圈会降低解码性能，特别是在存在相关 $X$ 和 $Z$ 错误的情况下，会导致高错误底。此外，现有的纠缠辅助（EA）量子码往往缺乏能够消除“非纠缠辅助”部分图中短圈的结构化设计，或者依赖于计算复杂度极高的非结构化编码器，这在长码长下是难以承受的。

2. 方法论

作者提出了一种利用置换矩阵平铺来构造结构化纠缠辅助拟循环量子 LDPC（EA-QC-QLDPC）码的方法。该方法分为三个核心组成部分：

A. 码构造

论文使用两种不同的策略构造了几类 EA-QC-QLDPC 码：

双不同经典码方法： 通过选择两个源自素数阶和合数阶置换矩阵的不同经典 QC-LDPC 码（ $C_1$ 和 $C_2$ ），作者构造了 EA 码，其中联合 Tanner 图的非纠缠辅助部分不含 4-圈。这是通过确保底层经典码的度矩阵满足特定的差异条件（命题 1）来实现的。值得注意的是，其中一个家族仅需发送方与接收方之间共享单个 Bell 对（ebit）。
单经典码方法： 作者还构造了源自单个经典 QC-LDPC 码的家族。在这些构造中，底层的经典码被设计为具有大于 6 的圈长，从而确保生成的量子码的 Tanner 图圈长大于 6。

这些构造利用通过特定算法（算法 1 和 2）填充的度矩阵，以保证不存在短圈（4-圈和 6-圈），并能解析地确定代码参数，如秩、维度和所需的 ebits 数量（ $c$ ）。

B. 高效编码方案

为了解决编码复杂度问题，论文提出了一种针对稳定子生成元的拟循环特性而定制的结构化编码算法。

流程： 该方法涉及使用高斯消元法将扩展校验矩阵（ $H_{ex}$ 和 $H_{ez}$ ）转换为行简化阶梯形（RREF）。
门复杂度： 作者推导出了一个由 Clifford 门（CNOT、Hadamard、Phase）组成的编码电路。其门复杂度经解析确定为 $O(n(\rho_1 + \rho_2) - \rho_1^2)$ ，其中 $n$ 是码长， $\rho_1, \rho_2$ 分别是 $H_x$ 和 $H_z$ 的稳定子生成元数量。这代表了对通常具有 $O(n(\rho_1 + \rho_2))$ 复杂度的通用稳定子编码器的改进。
架构： 该方案支持单向通信（消耗 Bell 对）以及双向催化通信（回收 Bell 对），同时也适用于 EPR 对作为有效载荷的量子计算场景。

C. 解码策略

论文通过四种解码配置评估性能，重点处理相关错误：

二元分层和积解码（BLSP）： 在独立的两个 Tanner 图上分别处理 $X$ 和 $Z$ 错误。
四元最小和算法（QMS）与归一化最小和算法（QNMS）： 在 $\mathbb{F}_4$ 上的联合 Tanner 图上运行，将 $Y$ 错误视为单一实体以捕捉相关性。
四元块分层归一化最小和解码器（QBLNMS）： 这是提出的最优解码器。它结合了四元处理与块分层调度，以及由综合征驱动的归一化（ $\alpha$ ）和阻尼（ $\beta$ ）参数自适应。这种方法加速了收敛并减轻了振荡，使其适用于硬件实现。

3. 核心贡献

无圈构造： 论文提出了首批在由两个不同经典码构造时，其联合非纠缠辅助部分的 Tanner 图明确不含 4-圈的 EA-QC-QLDPC 码族。
资源效率： 其中一个提出的家族仅需单个预共享 Bell 对即可实现这些特性，突显了极高的资源效率。
高圈长码： 衍生出两个源自单经典码且圈长 $>6$ 的码族，进一步增强了纠错能力。
参数解析推导： 针对所提构造，精确解析地推导了码率及参数（维度、ebits 数量）。
高效编码： 开发了一种低复杂度的编码方案，与现有的通用方法相比降低了门复杂度。
先进解码： 提出了 QBLNMS 解码器并进行了仿真，证明了其在处理相关 Pauli 错误方面优于二元解码器。

4. 仿真结果

在随机去极化噪声和马尔可夫突发错误模型下评估了所提码的性能。

解码器性能： QBLNMS 解码器表现出一致的优越性，始终优于 BLSP 及其他四元变体。具体而言，在去极化信道上，它比 BLSP 解码器在逻辑错误率（LER）方面实现了近一个数量级的提升。
与前人工作的比较：
- 与 $[[42, 4]]_2$ CSS 码 [27] 相比，所提的 $[[42, 10; 6]]_2$ 码（具有 4-圈自由的非纠缠辅助图）在 $p_d = 10^{-3}$ 时，逻辑错误率实现了超过两个数量级的提升。
- 与 $[[128, 58; 18]]_2$ EA 码 [40] 相比，所提的 $[[121, 70; 51]]_2$ 码（具有更高的码率和列权重）在 $p_d = 10^{-2}$ 时，实现了超过一个数量级的提升。
圈长与权重的影响： 尽管块长较短，但圈长 $>6$ 的码比圈长 $>4$ 的码表现更好。增加列权重（从 3 增加到 8）显著提高了纠错性能，尽管这以牺牲码率为代价。
突发错误纠正： 这些码展示了纠正常数个突发错误的能力，且性能随置换矩阵规模的增大而提升。

5. 重要性与主张

作者声称其工作为量子通信和计算系统提供了一个可扩展且实用的蓝图。其重要性在于：

缓解相关错误： 通过消除非纠缠辅助部分 Tanner 图中的 4-圈并利用四元解码，这些码有效地处理了相关 $X$ 和 $Z$ 错误，而这正是标准 CSS 码的一个弱点。
硬件可行性： 拟循环结构以及所提出的高效编码/解码架构（包括 QBLNMS 硬件布局）使得这些码易于硬件实现，解决了量子 LDPC 码的并行化和稀疏性挑战。
资源优化： 能够以极少的纠缠资源（例如单个 ebit）构造高性能码，或在催化模式下回收纠缠，使该方法在近期的量子网络中具有可行性。
性能增益： 仿真结果表明，这些结构化构造在逻辑错误率方面显著优于现有基准，为构建更鲁棒的量子信息处理提供了路径。

论文总结认为，这些构造不仅在理论上是严谨的，而且在实践中具有相关性，为设计平衡速率、复杂度和纠错性能的量子码提供了一种系统性的方法。