随着机器学习以及大数据时代的到来,量子编码理论逐渐成为量子通信发展的焦点。针对量子编码,国内外研究学者提出了量子纠错码构造方法,这是量子编码众多方法之一也是其必经之路。在构造量子纠错码过程中,量子纠错码纠缠度和低损耗译码误帧率（FER）是判定量子纠错码是否有效纠错的重要标准。由于量子纠错码受到高维图态不易构造以及量子纠错码纠错也会受到环境中噪声或信道中随机扰动强度等问题的限制,本文从量子纠错码纠缠度算法和改进译码器方案这两方面进行研究,将其应用到量子编码和量子纠错这两个领域。量子纠错码可以抵抗噪声,但由于构造量子纠错码依赖于量子纠缠,因此被认为是困难的。当码字纠缠上、下界不同时,可以借助于学习向量量化（LVQ）算法同时计算出码字纠缠度和编码复杂度,并得到它们之间的内在联系。本文将这一算法应用于高维量子计算领域,以提高计算高维量子纠错码码字纠缠度的效率。当低损耗译码误帧率受到随机扰动强度影响时,在置信传播（BP）算法基础上,对置信传播译码器进行改进,使得具有Tanner图的伽罗瓦GF（4）Aug模型置信传播译码器能够降低随机扰动强度影响,降低其译码误帧率。本文的主要研究内容如下:1.针对高维图态构造仍有诸多困难的问题,本文通过码字纠缠的上、下界可以巧妙地解决高维图态难以构造的困难。根据稳定子码循环差集的特性和经典低密度奇偶校验（LDPC）码的U和B组合,构造了高维量子低密度奇偶校验（QLDPC）码。通过计算新码元的非Z型生成元并求出其最小数目得到新码元的纠缠上界;再计算新码校验矩阵的秩,作为纠缠下界。当码字纠缠上、下界不同时,利用机器学习中的LVQ算法可同时求得码字纠缠度和编码复杂度,并可以推得它们之间的关系。在计算运行速度方面,对比拉格朗日乘数法中的迭代算法,LVQ算法运行速度提高了37.68%,而且在稳定性和精度方面,LVQ算法的性能优于拉格朗日乘数法中的迭代算法。2.针对现有的译码器通常无法检测量子纠错码的节点复制的问题,本文在置信传播算法理论基础上,设计了具有Tanner图的伽罗瓦域q（28）4增广模型（GF（4）Aug）BP译码器,该译码器可以解决检测节点复制的问题。通过模拟,随机扰动强度p（28）0.0115-0.0116和尝试次数数量N（28）60-70属于上述这两个范围时,GF（4）Aug模型BP译码器的低损耗译码误帧率（FER）降低到7.1975?10-5。为了比较去极化信道上量子码[[450,200]]的GF（2）、GF（4）、GF（2）Aug和GF（4）Aug之间的关系,在上述的基础上设计了一种新的置信传播改进译码器,结果表明,该译码器优于现有译码器的性能。因此,该译码器不仅在QLDPC码中译码性能较好,还具有更广泛的应用范围。