1. 课程导入与全景认知

量子计算的核心挑战之一，是如何在极弱的信号与极短的相干时间内，把量子比特的状态“读出来”并“稳住”。量子测控闭环反馈与自动校准，正是解决这一问题的工程方法体系：它把量子处理器、测控硬件、信号处理、参数估计与决策算法连成一个可观测、可调节、可收敛的回路，使系统在环境漂移、器件差异和噪声扰动下仍能维持可用的门保真度与读出保真度。

先厘清两个概念。闭环反馈指系统实时采集量子比特的响应信号，经解调、判别后生成控制量，再回写到后续脉冲或门参数中，形成“测量—判断—修正”的循环；自动校准则是在较慢时间尺度上，通过扫描参数、拟合模型、优化目标函数，自动寻找并锁定最优工作点，例如π脉冲幅度、读出频率、解调相位、门时长等。二者关系密切：闭环反馈保证单次实验内的快速稳定，自动校准保证跨时间、跨批次的长期一致。

一个典型的量子测控闭环系统由五部分组成：量子器件层（超导/离子阱等量子比特及其耦合结构）、信号发生与采集层（AWG、数字化仪、混频器、放大器）、实时处理层（FPGA/GPU 上的解调、积分、判别与反馈逻辑）、参数估计与决策层（拟合、优化、状态机）、控制与编排层（脉冲序列、实验调度、数据管理）。这五层之间的信号流与反馈路径，决定了系统能否在微秒级完成一次闭环。

理解这张全景图的关键，是抓住两条时间尺度不同的回路。快速回路发生在单次实验内：读出信号经解调积分后，在 FPGA 上完成阈值判别，判别结果直接触发条件脉冲，例如量子纠错中的实时反馈或态制备中的条件操作。这条回路的延迟通常要求在百纳秒到微秒量级，否则量子态已经退相干。慢速回路发生在实验之间：系统扫描某个参数（如驱动幅度），采集一组测量结果，拟合出响应曲线，找到最优值并写回硬件寄存器。这条回路可以持续数秒到数分钟，用于跟踪漂移。

以超导量子比特的π脉冲幅度校准为例，说明自动校准的实际过程。假设初始驱动幅度未知，系统执行以下步骤：设置驱动幅度为 A，施加一个固定时长的微波脉冲，随后进行读出，重复 N=2000 次得到激发态概率 P1(A)；在 A 附近取 15 个点，步长 0.5 mV，得到一组 P1 随 A 变化的振荡曲线；用余弦模型拟合，提取第一个极大值对应的幅度 A_opt；将 A_opt 写入 AWG 通道增益，并再次测量 P1 验证是否接近 1。若验证值低于 0.95，则缩小扫描范围、增加采样次数，重新拟合。这个过程就是典型的“扫描—拟合—写回—验证”自动校准闭环。

再看闭环反馈的一个教学示例。在量子非破坏测量中，系统需要根据前一次测量结果决定是否施加翻转脉冲。假设读出判别阈值设为 0.35（IQ 平面上的归一化投影），单次测量得到投影值 0.62，判别为 |1⟩；反馈逻辑在 300 ns 内触发一个 π 脉冲，将比特翻回 |0⟩；随后再次读出，若投影值降到 0.15 以下，则认为反馈成功。这里的关键参数是判别阈值、反馈延迟和脉冲保真度，三者共同决定闭环效果。

本课程后续将沿着“器件—信号—算法—系统”的路径展开：先建立量子比特与测控信号的物理直觉，再深入解调、判别与反馈的实时实现，然后系统学习 Rabi、Ramsey、读出优化等校准方法，最后进入多比特串扰、同步与自动化流程的工程实践。每一节都会给出可观察的指标、可复现的参数示例和可判断的结果依据，帮助你把闭环反馈与自动校准真正做成可运行、可验证的测控能力。