量子科技中心_量科网

量子噪声表征（QNC）是基准测试和缓解含噪声中等规模量子（NISQ）设备误差不可或缺的技术。然而传统量子过程层析（QPT）存在指数级参数爆炸问题[𝒪(4ᴺ)]，严重制约其可扩展性。本研究提出了一种分层渐进优化（HPO）框架，可高效提取多量子比特系统中的高阶空间串扰。通过引入数学上严密的组合投影掩码，该框架策略性地冻结基础低权重拓扑结构，精准隔离高权重泡利关联。这种渐进掩蔽机制将优化复杂度从𝒪(4ᴺ)降低至可扩展的𝒪(N·4ʷ)，有效规避了贫瘠高原现象。仿真表明，该方法在5量子比特系统上实现了96.3%的参数压缩率，同时保持机器精度收敛。进一步地，为验证其实用价值，研究人员将提取的空间串扰模型应用于10量子比特Harrow-Hassidim-Lloyd（HHL）深电路算法的量子误差缓解（QEM）。相较于传统全局退极化基线，HPO引导的缓解方案突破了未缓解串扰瓶颈，将态保真度从0.7431提升至0.9381（Δℱ≈19.5%）。该工作为大规模量子算法中复杂多体误差的建模与缓解提供了可扩展、高精度且不可或缺的蓝图方案。