基于低复杂度校验子线性规划的量子LDPC码解码新方法

《IEEE Transactions on Quantum Engineering》:Low-Complexity Syndrome-Based Linear Programming Decoding of Quantum LDPC Codes

【字体: 大 中 小 】 时间:2025年12月09日 来源:IEEE Transactions on Quantum Engineering 4.6

编辑推荐:

  本文针对量子低密度奇偶校验(QLDPC)码在BP解码中因短循环导致的错误平层问题,提出了一种低复杂度的校验子线性规划(SB-LP)解码算法。研究显示,该算法作为SB-MS的后处理步骤可降低错误平层1-3个数量级,在电路级噪声下减少OSD调用次数,为量子纠错提供了更高效率的解码方案。

  
随着量子计算机规模不断扩大,噪声问题成为制约其发展的主要瓶颈。量子系统中的退相干、串扰和环境干扰产生的噪声,使得维持量子计算完整性变得极具挑战性。量子低密度奇偶校验(QLDPC)码作为一种高码率量子纠错码,能够减少量子比特开销并提高最小距离,但在实际应用中仍面临高效解码器设计的难题。
传统基于置信传播(BP)的解码器因Tanner图中的短循环而容易陷入陷阱集,导致错误平层现象——即使物理错误率改善,逻辑错误率也无法进一步提升。针对这一挑战,研究人员开发了一种新型低复杂度校验子线性规划(SB-LP)解码算法,该成果已发表于《IEEE Transactions on Quantum Engineering》。
研究团队提出的SB-LP解码器既可作为独立解码器使用,也可作为校验子最小和(SB-MS)解码的后处理步骤。核心创新在于将解码问题转化为线性规划问题,并通过迭代坐标上升法求解"软化"的双重LP,避免传统消息传递算法中的振荡问题。算法采用并行更新策略,显著提高了解码速度。
关键技术方法包括:1)设计基于校验子的线性规划解码框架;2)开发早期停止准则,通过校验子汉明距离自动检测SB-MS解码器的误收敛;3)针对电路级噪声模型优化算法复杂度;4)采用分层调度策略加速收敛。研究使用了[[882,24,18<d<24]] B1和[[1922,50,16]] C2等QLDPC码进行验证,在代码容量模型和电路级噪声模型下分别测试性能。
解码性能分析
仿真结果显示,SB-LP解码器能显著改善错误平层现象。对于B1码,在 depolarizing 错误概率为0.04时,SB-LP比 flooded-schedule SB-MS 提供近两个数量级的逻辑错误率改善。分层调度的SB-MS与SB-LP结合后,在相同错误概率下也能获得近两个数量级的提升。
复杂度评估
计算复杂度分析表明,虽然SB-LP解码器比SB-MS需要更多操作,但结合早期停止准则后,平均迭代次数显著减少。在p=0.07时,提出的组合解码器仅需205,704次操作,比MS-SI少7.4倍,展现出明显计算优势。
早期停止准则效果
研究的创新点之一是提出了基于校验子汉明距离的早期停止准则。当连续估计的校验子向量间的汉明距离小于等于变量节点度dv时,SB-MS解码自动停止,避免不必要的振荡。这一机制为SB-LP后处理提供了高质量初始化,加速整体收敛。
最小距离影响研究
通过测试不同最小距离的广义自行车(GB)码,研究发现随着代码最小距离增加,提出的解码器性能持续改善。例如,T5码(最小距离最大)在p=0.05时逻辑错误率从10-1降至10-5,证明了解码方案的可扩展性。
电路级噪声适应性
针对电路级噪声模型,研究对SB-LP算法进行了重要修改,用低复杂度贪心算法替代耗时的最大化操作,将复杂度从O(2|Pi|)降至O(|Pi|)。三阶段分层架构(SB-MS+SB-LP+OSD-0)显著减少了OSD调用次数,同时提高了双变量自行车码的解码准确性。
与基准解码器对比
与BP+OSD、MS-SI和BPGD等基准相比,提出的解码器在保持较低复杂度的同时,实现了竞争性的错误纠正性能。对于B1码,在 depolarizing 错误概率为0.09时,逻辑错误率比BP+OSD降低约2.6倍。
本研究提出的低复杂度SB-LP解码器为QLDPC码提供了一种有效的错误平层解决方案。通过将线性规划与消息传递算法有机结合,该方案在代码容量模型下可降低错误平层1-3个数量级,在电路级噪声下减少OSD调用次数并提高解码准确性。早期停止准则的引入优化了解码过程的效率,而算法对不同调度策略和代码结构的适应性则证明其广泛适用性。这一研究成果为量子纠错码的实际应用提供了重要技术支撑,特别在大规模量子计算发展中具有显著价值。未来工作可探索SB-LP与其他后处理技术的深度融合,以及在高距离QLDPC码中的进一步优化。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号