量子科技中心_量科网

催化量子纠错（CQEC）通过催化协变变换恢复量子态，但需完全掌握目标态信息。本研究提出盲催化量子纠错技术，其仅根据噪声输出估计目标态后再进行催化恢复。研究人员在三种噪声模型（退相位、退极化、振幅阻尼）、四种量子算法（维度d=4–64）、最高d=256的哈尔随机态及不同纯度混合态目标下，对五种估计策略进行了基准测试。关键发现包括：（i）在无需噪声模型知识情况下，相干性最大化方法对d≤16的量子态实现恢复保真度Frec>0.95，与理论最优值差距不超过4%；（ii）当d=64时需采用信道反转方法（Frec=0.905）；（iii）估计保真度与恢复保真度呈线性相关（r>0.99），表明目标态估计是唯一瓶颈；（iv）解析得出的临界维度d*≈25–40划分了无噪声模型与噪声信息依赖的两种机制区间，可通过混合插值策略实现过渡；（v）副本缩放遵循1−F(n)∼n−α规律（α∈[0.4,2.2]），涵盖统计平均与去噪协同两个极限。标准线性层析成像作为CQEC目标估计器失效，验证了考虑退相干策略的必要性。针对H2分子的端到端变分量子特征求解器实验表明，采用信道反转的盲CQEC技术可实现能量误差降低3.4倍。