[论文解读] Quantum convolutional codes: fundamentals

H Ollivier, Jean–Pierre Tillich|ArXiv.org|Jan 21, 2004

Quantum Computing Algorithms and Architecture参考文献 17被引用 52

一句话总结

本文提出一种基于多项式形式的量子卷积码，实现对连续量子信息流的高效、在线编码与解码。提出一种线性复杂度编码电路，分析了错误传播特性，并开发了一种量子维特比算法，实现最大似然错误估计，经典计算复杂度为线性，从而实现长距离量子通信的实用化。

ABSTRACT

We describe the theory of quantum convolutional error correcting codes. These codes are aimed at protecting a flow of quantum information over long distance communication. They are largely inspired by their classical analogs which are used in similar circumstances in classical communication. In this article, we provide an efficient polynomial formalism for describing their stabilizer group, derive an on-line encoding circuit with linear gate complexity and study error propagation together with the existence of on-line decoding. Finally, we provide a maximum likelihood error estimation algorithm with linear classical complexity for any memoryless channel.

研究动机与目标

• 开发一种量子卷积码的理论框架，实现对连续量子信息流的在线编码与解码。
• 解决在最小延迟和资源开销下保护长时间量子通信免受噪声影响的挑战。
• 将经典卷积码原理（如高效编码与最大似然解码）扩展至量子领域。
• 通过实现线性门复杂度的纠错与受控错误传播，确保与容错量子计算的兼容性。
• 在无记忆量子信道下，提供一种经典复杂度为线性的最大似然错误估计实用算法。

提出的方法

• 使用多项式形式描述量子卷积码的稳定子群，实现对码结构的系统化与高效表示。
• 通过利用码生成元的多项式结构，推导出具有线性门复杂度的在线编码电路。
• 采用类似转移矩阵的形式分析错误传播，建立错误不会在码中无控制传播的条件。
• 提出量子维特比算法：一种逐块处理校验子的类经典最大似然错误估计程序，保持最可能的错误候选列表。
• 使用相位估计算法提取校验子，作为输入提供给量子维特比算法进行错误估计。
• 通过递归扩展先前候选错误，引入满足当前校验子且最大化似然度的新的泡利算符，构建错误候选。

实验结果

研究问题

• RQ1 如何系统化地构造量子卷积码，以实现对连续量子信息流的在线编码与解码？
• RQ2 何种形式化方法可实现对量子卷积码中稳定子群的高效表示与操作？
• RQ3 如何在量子卷积码中控制错误传播，以防止错误无限制扩散？
• RQ4 在无记忆信道下，量子卷积码中最大似然错误估计的最高效方法是什么？
• RQ5 能否将经典卷积码算法（如维特比算法）适配用于量子纠错，并保持线性复杂度？

主要发现

• 多项式形式为描述量子卷积码的稳定子群提供了一致且高效的方式，支持系统的码设计。
• 推导出具有线性门复杂度的在线编码电路，使长串量子数据的实时编码成为可能。
• 在特定条件下，错误传播被证明是可控的，确保错误不会在码中无限传播。
• 量子维特比算法实现了最大似然错误估计，其经典计算复杂度随编码量子比特数线性增长。
• 仿真结果表明，即使在保真度低于0.05的去极化信道下，以高概率估计最可能的错误，仅需追踪5-量子比特卷积码的两个码块。