噪声在基于纠缠的量子网络中的影响

我们考虑基于纠缠的量子网络，其中多体纠缠资源态在节点间分发并存储，按需本地操控以建立所需目标配置。将生成过程与请求分离可实现资源的预制备，从而降低网络延迟。它还允许独立于底层网络几何结构优化纠缠拓扑。我们专注于在任意各方间建立贝尔对或三方 GHZ 态。我们研究此过程中噪声的影响，考虑态制备、存储器和测量中的不完美——所有这些均可由局域去极化噪声建模。我们比较对应于线性链、树或多维矩形簇，以及使用 bipartite 或三方纠缠态的集中式拓扑的不同资源态。我们利用最近建立的高效方法——含噪稳定子形式——计算目标态的保真度，并识别这些类别中的最佳资源态。这使我们能处理包含数百万节点的大尺度网络。我们发现，在大网络中，高维簇态更有利，并导致显著更高的目标态保真度。