量子 LDPC 码的脉冲解码：退化与码缩短的等价性

论文信息

标题: Impulse Decoding of Quantum LDPC Codes: Equivalence of Degeneracy and Code-Shortening

作者: Shobhit Bhatnagar, Michele Pacenti, Nithin Raveendran, et al.

发布日期: 2026-06-16

PDF 链接: 下载 PDF

论文背景与研究动机

量子计算的规模化依赖可靠的量子纠错（QEC）技术。在稳定子码框架中，Calderbank–Shor–Steane（CSS）码通过配对经典线性码构建量子码，因而备受关注。此类量子低密度奇偶校验（QLDPC）码具备高效迭代解码的潜力，信念传播（BP）算法的引入更是推动了其发展。然而，量子纠错中存在一个经典领域所没有的独特现象——简并性：多个不同的错误估计可以产生完全相同的校正效果，因为它们仅相差一个稳定子。由于经典解码器必须唯一确定信道产生的错误，简并性长期缺乏明确的经典编码理论解释，这成为文献中的一项空白。

BP 解码在 QLDPC 码上常因坦纳图中不可避免的短环和简并性问题而失败。为了改善性能，研究者提出了大量后处理方法，例如有序统计解码（OSD），但复杂度较高。近年来，许多解码方案采用 “固定某些变量节点的值” 来绕开收敛困难，但大多基于启发式经验。本文的核心动机正是为这一做法找到坚实的理论根基，并据此设计出低复杂度、高性能的并行解码方案。

核心思想：简并性与码缩短的等价性

文章首先揭示了一个优雅的对应关系：量子 CSS 码解码中的简并性本质上等价于经典线性码的缩短操作。考虑一个 CSS 码，其 X 稳定子生成矩阵 $H_X$ 具有形式 $[\,I_\rho \mid A\,]$ 。对于任意一个 $X$ 型错误 $e$ ，通过添加包含第一行的稳定子生成元，总可以构造出一个简并错误 $e'$ ，使得其第一个坐标强制为 0。同理，也总可以构造出第一个坐标强制为 1 的简并错误。这意味着解码器可以限制搜索空间：在寻找满足 $H_Z \hat{e} = s$ 的错误估计 $\hat{e}$ 时，可以只考虑那些第一个坐标固定为 0（或 1）的向量。

从经典编码的视角看，这种固定部分坐标值的操作就是对母码 $\mathcal{C}_Z$ 进行缩短。缩短后得到的码 $\mathcal{C}_{Z,\{1\},0}$ （或 $\mathcal{C}_{Z,\{1\},1}$ ）实际上就是那些在指定坐标上取定值的码字集合。在经典场景下，传输的码字在某个坐标上的取值对解码器是未知的，因此无法主动缩短；但在量子情况下，由于简并性提供了 “等效” 错误，解码器可以自由地选择缩短到 0 或 1，而不会损失找到有效错误估计的能力。这一观察 首次为简并性赋予了明确的经典编码理论含义，并且有趣地指出：缩短操作本应是编码器的特权，现在却能在解码器端实现。

脉冲解码：一种并行解码方案

基于上述等价关系，作者提出了一种称为脉冲解码（Impulse Decoding）的并行方案。在 BP 框架中，缩短变量节点相当于将其初始对数似然比（LLR）设为无穷大： $+\infty$ 对应缩短到 0， $-\infty$ 对应缩短到 1。由于信道错误率很低，强制缩短到 1 往往迫使解码器寻找简并错误，意外地改善了收敛概率（后文将详细说明）。

算法 1（代码容量噪声）：先运行一次标准 BP。若未收敛，则启动 $n$ 个并行解码器（ $n$ 为变量节点数），每个解码器依次将一个不同的变量节点缩短到 1（LLR 设为 $-\infty$ ）。最后从所有收敛的解码器输出中选取汉明重量最小的错误估计（Minimum_Weight 准则）或取最先收敛的结果（First_Convergence 准则）。

算法 2（电路级噪声）：当坦纳图含数千节点时，缩短每个节点不现实。此时先执行一轮 BP，利用输出的比特可靠度，选出最不可靠的 $N$ 个变量节点进行缩短。若一轮无人收敛，再对下一组 $N$ 个节点尝试，最多进行 $R$ 轮。

算法 3（残差脉冲解码）：进一步降低并行度的方案。第一轮并行缩短 $N$ 个节点后，对每个未收敛的分支，改为解码 残差错误：即用当前估计的错误图样计算残差伴子，然后再次在相同缩短条件下解码残差错误，串行推进最多 $R$ 轮。这一设计使得即使 $N$ 很小（如 20），也能通过多轮残差解码达到优秀性能。

创新点与贡献

为简并性提供经典解释：通过 “缩短” 这一经典操作诠释了简并性，填补了理论空白。
赋予经验方法以原则性基础：此前许多解码器 “固定” 变量节点的做法常基于启发式，脉冲解码则给出了坚实的 “缩短” 理由，并指出正是简并性允许这样做。
极低的后处理复杂度：与 OSD 或束搜索相比，脉冲解码只需运行平行 BP 实例并取最小重量，硬件实现友好。文中对几种近期解码器的复杂度进行了比较，显示脉冲解码在总迭代次数、排序次数等方面具有明显优势。
揭示 “缩短到 1” 的卓越性能：实验发现缩短到 1（强制节点取 1）几乎总是优于缩短到 0，这出乎直觉——因为物理错误率极低，真实错误在缩足到 1 的节点上本应为 0。分析表明，缩短到 1 促使解码器大量探索简并错误，大幅提升了收敛机会，虽然可能引入更多逻辑错误，但通过最小重量准则可有效抑制。

实验结果分析

在码容量噪声模型下，针对 $[[288,12,18]]$ 双变量循环（BB）码、 $[[882,24,18 \le d \le 24]]$ 提升乘积（LP）码以及 $[[144,12,12]]$ BB 码进行了仿真。在全部情况下，脉冲解码均显著超越 BP-OSD，尤其是在低错误率区。其中：

缩短到 1 vs. 缩短到 0：在 $[[288,12,18]]$ 码上，Minimum_Weight/1 比 /0 低了约一个数量级的误块率。与之相伴，First_Convergence/1 的延迟呈指数下降，低索引的变量节点缩短时就很可能收敛。
并行度需求：对 $[[288,12,18]]$ 码，仅缩短前 100 个节点即可接近全并行性能，说明实际中所需的平行解码器数量可远小于总变量数。
电路级噪声：采用探测器错误模型的坦纳图规模庞大。算法 2 在 $[[90,8,10]]$ 码上优于 BP-OSD10，在 $[[144,12,12]]$ 码上与之竞争。算法 3 以 $N=20$ 、 $R=6$ 的配置进一步超越二者，且只需约 121 次 BP 实例。
不规则码的启示：在 $[[882,48,16]]$ B2 码中，变量节点度数非均匀。若优先缩短度数较高的节点，收敛显著加快，因为高度数节点参与更多低重量稳定子，简并错误的选择更丰富。

实践应用建议

部署脉冲解码：在实时解码硬件中，可先以正常 BP 运行；若未收敛，在若干平行核心上开启缩短解码器。每个核心仅需改变一个初始 LLR，实现极简便。
选择缩短值：强烈推荐缩短到 1。但为了避免引起过多逻辑错误，可设置有限负 LLR（例如 $-\ln\frac{1-p}{p}$ ），在保持性能的同时压低逻辑错误率。
资源分配策略：电路级噪声下，利用可靠性排序只处理最不可靠的节点。优先缩短度数高的变量节点能进一步降低延迟。
结合残差解码：当并行度受限时，算法 3 用小数量平行分支配合串行残差纠错，是性价比极高的选择。

未来发展方向

论文开启了多个研究线索：第一，需要系统研究缩短节点子集的选择策略，尤其是同时缩短多个节点以进一步提升性能，但必须解决组合爆炸问题；第二，可探索不同消息传递调度（如串行或分层调度）在缩短设置下的表现；第三，将脉冲解码扩展至相关噪声模型（如真实硬件中的时间-空间相关错误）是极为实际的方向；第四，将这一思路与神经网络解码器或其它后处理方法融合，有望实现更强大的解码器。

总结与展望

本文通过揭示量子 LDPC 码简并性与经典码缩短的深刻等价，为量子纠错解码奠定了更扎实的理论基础，并以此驱动了一种名为脉冲解码的高效低复杂度方案。仿真结果表明，该方法在多种码和噪声模型下均能取得比肩甚至超越复杂后处理算法的性能，却保持了轻量的平行结构。这一思路不仅为现有的 “固定变量节点” 经验提供了原则性解释，更打开了优化解码动态、主动利用简并性的新范式。可以预期，脉冲解码及其变体将在未来实用化的量子存储系统中扮演重要角色，为构建可容错量子计算机迈出坚实一步。