mindquantum.core.gates.ThermalRelaxationChannel

class mindquantum.core.gates.ThermalRelaxationChannel(t1: float, t2: float, gate_time: float, **kwargs)

热弛豫信道。

热弛豫信道描述了作用量子门时量子比特发生的热退相干和去相位，由 T1、T2 和量子门作用时长决定。

该信道的Choi矩阵表示如下：

$$\begin{array}{r}\begin{array}{c}ϵ(\rho )={\text{tr}}_1\left[\mathrm{\Lambda }({\rho }^T\otimes I)\right],\mathrm{\Lambda }=\left(\begin{array}{cccc}{ϵ}_{T_1}& 0& 0& {ϵ}_{T_2}\\ 0& 1-{ϵ}_{T_1}& 0& 0\\ 0& 0& 0& 0\\ {ϵ}_{T_2}& 0& 0& 1\end{array}\right)\\ \text{其中}{ϵ}_{T_1}=e^{-T_g/T_1},{ϵ}_{T_2}=e^{-T_g/T_2}\end{array}\end{array}$$

这里 $\rho$ 是密度矩阵形式的量子态；$\mathrm{\Lambda }$ 是Choi矩阵，$T_1$ 是量子比特的热弛豫时间，$T_2$ 是量子比特的相位弛豫时间，$T_g$ 是量子门的作用时间。

参数：

• t1 (int, float) - 量子比特的T1。

• t2 (int, float) - 量子比特的T2。

• gate_time (int, float) - 量子门的作用时长。

样例：

>>> from mindquantum.core.gates import ThermalRelaxationChannel
>>> from mindquantum.core.circuit import Circuit
>>> t1 = 100000
>>> t2 = 50000
>>> gate_time = 35
>>> circ = Circuit()
>>> circ += ThermalRelaxationChannel(t1, t2, gate_time).on(0)
>>> print(circ)
      ╔═══════════════════════════════╗
q0: ──╢ TRC(t1=100000,t2=50000,tg=35) ╟───
      ╚═══════════════════════════════╝

get_cpp_obj()

获取底层c++对象。

matrix()

返回该噪声信道的Kraus算符。

返回：

list，包含了该噪声信道的Kraus算符。