在这个科技飞速发展的时代,随着信息量的爆炸式增长,人们对于计算能力的需求日益增强。量子计算的出现,提供了超越经典计算的潜能。在实现量子计算时,需要依赖准确、可靠的量子信息处理(Quantum Information Processing,QIP)过程。尽管有关QIP的理论在上世纪七十年代便已提出,但是要构造通用的量子计算机仍然存在很多待解决的问题。在这其中的一个关键问题是如何保护量子信息不受传输信道和环境中的噪声影响,从而使得量子计算的错误率在量子信息处理过程中低于一定阈值。解决这一问题的关键技术是量子纠错(Quantum Error Correction)。对量子纠错技术的研究主要包括将噪声形式化定义为错误模型和设计实现纠错方法。离散错误模型和连续错误模型是两种最常见的噪声分类。前者假设噪声独立发生,所有噪声可以离散化成一组基本错误集合,其中对于一个特定的离散错误,可以由量子运算工具进行描述;后者用微分方程描述连续时间中的噪声。目前学者们已经提出了很多有效的量子纠错方法,对这些方法的对比分析是进一步研究此领域的途径之一。通过梳理探究对离散和连续错误模型的量子纠错方法的一些进展,本文主要做了如下工作:·首先,根据量子纠错方法所基于的不同错误模型这一角度,将其分为三类。基于基本错误集合的量子码通过先检测几种基本离散错误是否发生,再运用相应的纠错操作,从而纠正任意错误。基于量子运算的量子纠错方法旨在为一个特定的错误模型找到纠错性能更优的、非通用的纠错方法。基于连续错误模型的连续时间量子纠错将纠错操作描述为关于时间的微分方程,从而模拟连续纠错过程。·其次,对每类量子纠错方法进行了进展梳理和分析,进而提出了未来可能的研究方向。另一方面,提出了扰动错误模型(Perturbed Error Model,PEM),在现有错误模型的基础上进一步探究了额外的扰动因子对量子信息处理过程的影响。根据扰动产生的原因给出了PEM存在的两种可能的定义。·最后,在实验方面构造了不同量子纠错方法的用例并实现。在IBM开源量子计算云平台上模拟运行了这些量子纠错方法。进而,通过观察纠错后的信息在不同噪声影响下的准确度来体现不同纠错方法的纠错性能。实验结果进一步验证了量子纠错方法的可行性与有效性。综上,本文在分类方面以纠正不同错误模型为切入点,将量子纠错方法分为基于基本错误集合的量子码,基于量子运算的量子纠错和连续时间量子纠错三类,提供了新的视角。在内容方面更为完善地分析研究了近年来量子纠错领域的相关进展,同时尝试给出新的研究方向。在实现方面模拟运行了各种量子纠错方法在不同噪声中的纠错过程。