通过结构化信号处理实现原位量子模拟脉冲表征
模拟量子模拟器可直接模拟含时哈密顿动力学,从而能探索相变、淬火动力学和非平衡过程等多样化物理现象。实现精确的模拟仿真需要高保真度的时变脉冲控制,然而现有校准方案专为数字门特征化设计,无法直接扩展用于学习连续脉冲轨迹。该研究团队提出了一种通过扩展量子信号处理(QSP)框架来分析时变脉冲的原位脉冲轨迹学习表征算法。通过将QSP与逻辑层模数映射范式相结合,该方法直接从时序传播子的查询中重构平滑脉冲,无需中途测量或额外演化。与传统基于Trotter分解的方法不同,该方案避免了逻辑层分割增加时因局部截断误差累积导致的不可扩展性能退化。通过严格理论分析和大量数值模拟,该工作证实该方法能以高效率和高鲁棒性实现精确表征,对SPAM噪声及退极化误差具有强抵抗力,为模拟量子模拟器提供了一种能检测主要硬件故障的轻量化最优验证方案。



