一种神经网络驱动的非对称量子纠错码译码方法

本发明公开了一种神经网络驱动的非对称量子纠错码译码方法，首先利用量子非对称噪声模型，获得所需的量子非对称噪声错误和错误，确定量子非对称噪声错误和错误的伴随式，基于神经网络译码器预测量子系统中的错误和错误，判断预测的错误和错误是否满足量子逻辑错误的约束性条件，若均满足约束条件，则译码成功，否则译码失败。本发明的方案利用非对称噪声模型破坏了HGP结构的对称性，使得利用非对称噪声来提高译码性能成为可能；利用神经网络技术显著提升了BP算法在量子纠错码译码中的性能，与现有译码技术相比，本发明的译码方法在处理非对称量子信息时展现出显著的性能提升。