量子科技中心_量科网

高质量的量子态生成对于先进的量子信息处理至关重要，包括量子通信、量子传感和量子计算。然而在实际操作中，各类误差源会降低量子态的质量，而量子态层析（QST）是标准的诊断工具。但QST会将多种误差源汇集在单个密度矩阵中，导致难以识别具体误差源。 为解决这一问题，该研究团队提出了一种自动化量化误差源的方法，通过结合模拟与参数优化来复现实验密度矩阵。研究聚焦于时间编码纠缠光子对的实验生成，对相关误差源进行建模，并通过可调模型参数模拟密度矩阵，从而优化参数并最小化与实验数据的迹距离。经过优化，迹距离从0.177降至0.024，表明建模误差源可解释86%的误差。降低预测误差源后，量子态质量提升与预测一致，验证了该方法的有效性。此外，该框架的模块化结构使其可应用于超导量子比特、原子系统及固态自旋等其他量子平台。