量子科技中心_量科网

随着量子网络从实验测试平台演进为容错系统，其核心性能指标从物理链路保真度转向端到端逻辑错误率。然而，当前的控制平面尚未充分适应这一转变：路由决策通常与量子纠错策略脱节，仅依赖拓扑或标量保真度指标，这些指标无法预测特定物理噪声结构与逻辑编码之间的交互。要优化这种耦合的路由与编码性能，需要精确、实时的网络误差偏置可见性，但传统的主动断层扫描因吞吐量崩溃和服务中断而在操作上难以实施。该团队提出SCOPE（基于综合征的控制平面），这是一种网络层架构，能够通过纯被动遥测实现路由与编码的联合优化。SCOPE不注入探测信号，而是收集误差综合征——即用户服务期间量子纠错解码器自然生成的奇偶校验结果。通过聚合这些信号，SCOPE的推理引擎重构网络时变误差图谱，捕捉复杂且依赖于上下文的噪声相关性。这种可见性驱动决策引擎主动将最优路由与编码配置推送至源节点。基于NetSquid和IBM校准的仿真表明，与标准EM基线相比，SCOPE的估计误差降低了60%以上。在大规模网络中，相对于拓扑感知基线，这种精度使逻辑错误率降低了30%至35%（最高可达65%）。