噪声与误差模型｜量子纠错码知识库

纠错理论的每一个定量结论——能纠几个错、阈值是多少、哪个码更好——都只对特定的噪声与误差模型（error model）有意义。最常用的抽象是 Pauli 误差模型：把任意噪声离散化为比特翻转 X 与相位翻转 Z 的组合；更细的模型区分噪声的统计结构（独立/相关、随机/相干）与位置信息（未知/已知）。阈值定理的原始论文已经强调：阈值的存在与数值"关键地依赖关于错误行为的假设"。本词条梳理主流模型及其相互关系，并给出各模型下的代表性数值。

去极化信道下非二元 LDPC 码与常规码的帧错误率对比，接近容量极限 — 图:去极化信道下非二元(qudit)LDPC 码与常规码的帧错误率对比——相同码率下所提码的性能逼近信道容量线(来源:QE030)

Pauli 误差模型与 twirl

任意单比特错误算符都可以在 Pauli 基上展开： $E = e_{0} I + e_{1} X + e_{2} Y + e_{3} Z$ ，任意 $n$ 比特错误是 ${I, X, Y, Z}^{\otimes n}$ 的线性组合。由 KL 条件的线性性（能纠 $E, F$ 则能纠 $a E + b F$ ），纠错只需面对 Pauli 错误集——一般错误自动被覆盖。

更严格地，任何量子信道都可以经 Pauli twirl（随机 Pauli 共轭取平均）化为 Pauli 信道

$E (ρ) = \sum_{P \in {I, X, Y, Z}^{\otimes n}} p_{P} P ρP,$

且 twirl 不损害纠错性能与信道容量——这一等价化是 Bennett–DiVincenzo–Smolin–Wootters 在混合态纠缠与量子纠错的研究中确立的Bennett et al. 1996 (PRA)。代价是 twirl 后的模型偏保守：相干错误被随机化为更大的随机错误集，因此 Pauli 信道下的阈值常被当作下界使用（见下文单调模型）。

去极化信道

最常用的对称 Pauli 信道是去极化信道（depolarizing channel）：

$E_{p} (ρ) = (1 - p) ρ + \frac{p}{3} (X ρX + Y ρ Y + Z ρZ),$

以概率 $p$ 发生均匀分布的非平凡 Pauli 错误。它是”最不了解噪声结构时的默认假设”，也是码性能对比的标准测试信道（上图即去极化信道下 qudit LDPC 码族的帧错误率曲线，逼近信道容量Kasai 2025 (arXiv)）。

偏置噪声

真实硬件经常不对称：超导比特的弛豫时间 $T_{1}$ 与退相位时间 $T_{2}$ 不同、共振单元天然更怕相位错。偏置噪声（biased noise）指 X/Z 两类错误率悬殊的 Pauli 信道。Aliferis 与 Preskill 证明，针对偏置方向重新设计级联方案（用相位纠错更强的码替换对称码），可以把容错阈值显著抬到对称噪声之上Aliferis & Preskill 2008 (PRA)——模型与码的”形状匹配”本身是资源。这条思路后来延伸到表面码的 XZZX 变形与猫码的偏置保持门（见bias-preserving-gates）。

准独立随机与单调模型

阈值定理原始论文对噪声模型做了明确分类Knill, Laflamme & Zurek 1998 (Proc. R. Soc. A)：

准独立随机（quasi-independent stochastic）：任意 $k$ 个位置同时故障的概率整集被 $η^{k}$ 界住，敌手可任意联合这些故障（这是相当弱的独立性假设，容错理论在它之下依然成立）；
单调（monotonic）噪声：允许含相干成分，只要噪声强度随”截断到更多错误项”单调受控——它覆盖了 twirl 论证处理不了的部分相干场景。

原文同时警示：阈值的存在与数值”关键地依赖关于错误行为的假设”——把某一模型下的阈值数字直接搬到另一模型是常见错误。

现象学噪声与电路级噪声

对拓扑码，两层模型各有一个阈值数字Terhal 2015 (RMP)：

现象学噪声（phenomenological）：数据比特与测量结果各自独立以概率 $p$ 出错，忽略提取线路的内部结构——表面码在该模型下阈值约 3%；纯独立噪声（无测量错误、数据错误独立）的极限约 11%（Dennis 等的映射到随机键模型的严格结果，见surface-code-threshold）；
电路级噪声（circuit-level）：完整建模综合征提取线路中每个门与每个辅助比特的错误（含 hook 错误等传播效应）——表面码阈值约 1%。同一物理平台下两层数字差 3 倍，直观显示”纠错线路自身的错误吃掉了多少余量”。

擦除信道

擦除（erasure）指错误位置已知（环境”拿走”了量子比特并广播位置）： $∣0 ⟩ ⟨ 0∣ \to ∣ e ⟩ ⟨ e ∣$ 型替换错误。位置已知把可区分性要求减半——纠 $t$ 个任意错 $⟺$ 纠 $2 t$ 个擦除（见code-parameters）。随机稳定子码可纠正接近 50% 的擦除比例，使擦除信道成为对 QEC 最友好的模型。2025–2026 年的硬件趋势是把常见噪声主动转换为擦除（如用 fluxonium 把 $T_{1}$ 弛豫转换为带位置公告的擦除事件Liu et al. 2026 (arXiv)），从而白拿这份红利——详见neutral-atom-erasure。

模型选择对结论的影响

模型	关键假设	典型用途
Pauli（去极化）	错误离散化为均匀 Pauli	码性能基准、译码器测试
偏置 Pauli	X/Z 错误率悬殊	弛豫主导硬件的码选择
准独立随机	$k$ 点故障概率 $\leq η^{k}$ ，允许敌手联合	阈值定理的严格框架
单调	噪声强度单调受控	覆盖部分相干错误
现象学 / 电路级	是否建模提取线路内部	拓扑码阈值的两层标准数字
擦除	位置已知	上限参照系、擦除转换硬件

配套的译码问题（如何从综合征推断最可能错误）见decoding-overview；噪声模型与码结构的相互作用（简并、偏置、局域性）贯穿本站全部码族词条。

量子纠错码百科

探索

噪声与误差模型