使用最小数据平均和分层离散波动自动分割方法加速并解耦量子比特噪声波动
量子比特噪声及其随时间波动是限制量子计算机性能的关键因素。由于离散跳变和连续漂移等多重随机过程相互重叠,实现高时间分辨率的噪声表征极具挑战性。因此实验通常仅探测单一波动源,而非多源并发的复合波动。为突破这一局限,该研究团队开发了一个创新框架:通过最少测量实现高时间分辨率的噪声表征方法,结合分层式离散波动自动分割工具,无需人工干预即可解耦重叠波动,实现对其长时间表征与追踪。研究表明,该方法可在数十毫秒时间分辨率下持续数小时追踪并解析transmon量子比特的频率波动,并揭示其波动源于电荷宇称态与双能级系统转换的叠加效应。该方法不仅能探究波动起源,所产生的信息更可用于优化量子比特校准、误差缓解及纠错方案。
