mindquantum.core.gates.DepolarizingChannel
- class mindquantum.core.gates.DepolarizingChannel(p: float, n_qubits: int = 1, **kwargs)[源代码]
去极化信道。描述的噪声体现为：以 \(P\) 的概率将量子态转变为最大混态（随机作用泡利门（I、X、Y、Z）的其中一个，每个泡利门的概率都是 \(P/4\) ），或以 \(1-P\) 的概率保持不变。
对于单比特情况，去极化信道的数学表示如下：
\[\epsilon(\rho) = (1 - P)\rho + P/4( I \rho I + X \rho X + Y \rho Y + Z \rho Z)\]其中，\(\rho\) 是密度矩阵形式的量子态；\(P\) 是发生去极化错误的概率。
该信道还支持作用于多个目标比特。在 \(N\) 比特情况下，去极化信道的数学表示如下：
\[\epsilon(\rho) = (1 - P)\rho + \frac{P}{4^N} \sum_j U_j \rho U_j\]其中，\(N\) 是目标比特数； \(U_j \in \left\{ I, X, Y, Z \right\} ^{\otimes N}\) 多比特泡利算符。
当 \(0 \le P \le 1\) 时, 该信道是去极化信道, 并且当 \(P = 1\) 时是完全去极化信道。
然而，\(1 < P \le 4^N / (4^N - 1)\) 时它变为均匀泡利信道：\(E(\rho) = \sum_j V_j \rho V_j / (4^n - 1)\)，其中 \(V_j = U_j \setminus I^{\otimes N}\)。
- 参数：
p (int, float) - 发生去极化错误的概率。
n_qubits (int) - 去极化信道的比特数。默认值：
1。
样例：
>>> from mindquantum.core.gates import DepolarizingChannel >>> from mindquantum.core.circuit import Circuit >>> circ = Circuit() >>> circ += DepolarizingChannel(0.02).on(0) >>> circ += DepolarizingChannel(0.01, 2).on([0, 1]) >>> print(circ) ╔════════════╗ ╔═════════════╗ q0: ──╢ DC(p=1/50) ╟─╢ ╟─── ╚════════════╝ ║ ║ ║ DC(p=1/100) ║ q1: ─────────────────╢ ╟─── ╚═════════════╝