量子科技中心_量科网

基于前期工作[1]，该团队提出了一种基于记忆多重分形布朗运动(mmFBM)的超导电荷量子比特统一随机漂移模型(SdM)。经典部分采用时间依赖的赫斯特指数H(t)和自适应记忆核K(t,s)，能够捕捉传统模型无法处理的非平稳1/f^beta噪声和长程时间相关性。量子扩展通过含时的Caldeira-Leggett环境来构建，其谱密度为J(omega;t) = eta(t) omega_c^{1-s(t)} omega^{s(t)} exp(-omega/omega_c)，其中s(t) = 2H(t)-1，一致地给出beta(t) = 2H(t)-1。该工作获得了四项核心结果：(1) 弛豫和噪声振幅对能量衰减的影响相互独立；(2) 时变H(t)比任何常数指数都更精确地匹配实验1/f谱；(3) 自适应核动力学能在不引入人为阻尼的情况下保持相关性；(4) 当电荷噪声占主导时，仿真预测的相干时间(T1 ~ 5.00 x 10^6 ns, T2 ~ 4.18 x 10^5 ns)与理论一致。量子比特展现出拉伸指数型的Ramsey和回声衰减、非马尔可夫退相，以及温度驱动的量子-经典交叉。研究人员推导了有效的时间局域Lindblad主方程，建立了高温下的经典mmFBM极限，并给出了可实验检验的标度关系。非指数衰减模式揭示了马尔可夫方法的根本局限性，该框架为设计抗噪声量子比特架构提供了指导。