量子科技中心_量科网

可扩展的量子态读取误差估计是大型多量子比特系统面临的核心挑战。现有重叠层析成像方法通过处理局域子系统提升可扩展性，但这些方法通常假设测量过程已知或已单独校准。与此同时，读取误差估计方法虽能对测量误差建模，却无法保证重叠区域态之间的一致性。针对这一问题，本文提出了一个联合区域量子态层析与读取误差的统一框架：将多量子比特系统划分为重叠区域，为每个区域分配局部密度算符和局部混淆矩阵，并通过共享子系统上的约化态一致性耦合相邻区域。由此形成结构化双线性优化问题。为解决该问题，研究团队开发了分布式交替优化方法——其中状态更新步骤采用乘子交替方向法（ADMM）处理，而混淆矩阵更新则并行执行局部计算。该研究还建立了分析性保证，包括局部可辨识性的充分条件、总体失配函数的局部二次增长特性，以及内部状态更新过程的收敛性。通过对环形、梯形、环面及中心辐射型图结构的仿真实验表明：联合估计方法较固定读取重构能显著提升态恢复效果，可恢复大部分预言机性能，并清晰揭示了态估计性能、通信开销与计算成本之间的权衡关系。