通过门集层析(GST)获取基础门集

通过门集层析(GST)获取基础门集#

小技巧

为了准确地表征基础量子门及其噪声特性,我们使用门集层析(Gate Set Tomography,GST) 技术。GST 是一种对量子门集进行完整表征的方法,可以提供关于量子门的实际实现形式和噪声特性的详细信息。

在 GST 中,我们的目标是测量一组作用在 \(n\) 个量子比特上的操作 \(\{ \bar{\mathcal{O}}^{\#}_1, \ldots, \bar{\mathcal{O}}^{\#}_N \}\)。为此,我们需要选择:

  • 一组 \(4^n\) 个线性独立的初始态 \(\{ \ket{\bar{\rho}_k\rangle} \}\)

  • 一组 \(4^n\) 个线性独立的可观测量 \(\{ \bra{\langle\bar{Q}_j} \}\)

给定这些初始态和可观测量,我们测量期望值:

(7.1)#\[ \tilde{\mathcal{O}}_{j,k} = \braket{\langle \bar{Q}_j | \bar{\mathcal{O}}^{\#} | \bar{\rho}_k \rangle} \]

其中,\(\bar{\mathcal{O}}\) 是待表征的操作之一。

在理想情况下,我们希望直接测量操作 \(\bar{\mathcal{O}}\) 的过程矩阵。然而,由于初态制备和测量过程中的误差,我们实际获得的矩阵 \(\tilde{\mathcal{O}}\) 与真实的PTM矩阵 \(\bar{\mathcal{O}^{\#}}\) 之间存在如下关系:

\[ \tilde{\mathcal{O}} = \bar{M}^{\mathrm{out}} \bar{\mathcal{O}}^{\#} \bar{M}^{\mathrm{in}} \]

其中:

  • \(\bar{M}^{\mathrm{in}}\)\(\bar{M}^{\mathrm{out}}\) 是包含初态制备和测量误差的矩阵,定义为:

    \[ \bar{M}^{\mathrm{in}}_{\sigma, k} = \braket{\langle \sigma | \bar{\rho}_k \rangle}, \quad \bar{M}^{\mathrm{out}}_{j, \sigma} = \braket{\langle \bar{Q}_j | \sigma \rangle} \]
  • \(\ket{\sigma\rangle}\) 表示泡利算符基矢量自身的PTM形式. 当然也可以使用多项式展开式(7.1), 在实际计算时可以根据情况选择。

然而,我们无法直接测量 \(\bar{M}^{\mathrm{in}}\)\(\bar{M}^{\mathrm{out}}\),因此无法直接从 \(\tilde{\mathcal{O}}\) 还原出 \(\bar{\mathcal{O}}^{\#}\)

为了解决上述问题,我们采取以下步骤:

  1. 测量参考矩阵 \(g\)

    \(\bar{\mathcal{O}}\) 取为恒等操作(即 \(\bar{\mathcal{O}} = I\))时,有:

    \[ g = \bar{M}^{\mathrm{out}} \bar{M}^{\mathrm{in}} \]

    我们可以通过实验测量 \(g\)

  2. 估计待测操作 \(\bar{\mathcal{O}}\)

    我们引入一个任意可逆矩阵 \(T\),构造操作的估计值:

    \[ \hat{\mathcal{O}} = T g^{-1} \tilde{\mathcal{O}} T^{-1} \]

    展开后,可得:

    \[ \hat{\mathcal{O}} = T \bar{M}^{\mathrm{in}\ -1} \bar{\mathcal{O}} \bar{M}^{\mathrm{in}} T^{-1} \]

    由于 \(T\) 是任意可逆矩阵,我们可以选择合适的 \(T\) 来方便计算。

  • 相似性关系

    \(\hat{\mathcal{O}}\) 与真实操作 \(\bar{\mathcal{O}}\) 之间存在相似变换:

    \[ \hat{\mathcal{O}} \sim \bar{\mathcal{O}}^{\#}。 \]

    这意味着虽然 \(\hat{\mathcal{O}}\)\(\bar{\mathcal{O}}^{\#}\) 可能不同,但它们的谱性质相同,且表现出相似的物理特性。

  • 初始态和可观测量的估计

    通过 \(T\)\(g\),我们还可以估计初始态和可观测量:

    \[ \ket{\hat{\rho}_k\rangle} = T_{\bullet,k} = T \bar{M}^{\mathrm{in}\ -1} \ket{\bar{\rho}_k\rangle} \]
    \[ \bra{\langle \hat{Q}_j} = (g T^{-1})_{j,\bullet} = \bra{\langle \bar{Q}_j} \bar{M}^{\mathrm{in}} T^{-1} \]

    其中,\(T_{\bullet,k}\) 表示矩阵 \(T\) 的第 \(k\) 列,\((g T^{-1})_{j,\bullet}\) 表示矩阵 \(g T^{-1}\) 的第 \(j\) 行。

在实际的操作中,我们可以假设制备态的误差很小, 即矩阵\(\bar{M}^{\mathrm{in}}\)是其理想值,然后令:

\[ T = \bar{M}^{\mathrm{in}}_{\mathrm{ideal}} \]

这样:

\[ \hat{\mathcal{O}} = T g^{-1} \tilde{\mathcal{O}} T^{-1} = \bar{\mathcal{O}}^{\#} \]