2. 读出信号与噪声基础

量子比特读出本质上是一次“把量子态翻译成可被电子仪器判读的模拟电压”的过程。要理解自动标定为什么需要那么多参数，必须先看清信号从量子芯片出发、经过谐振腔、传输线、放大器、混频器，最终落到 ADC 采样点的整条链路，以及每一级引入的噪声如何叠加、放大，最终决定测量保真度。

一、从量子比特到仪器的信号流

以超导量子比特的色散读出为例，量子比特与读取谐振腔耦合，比特处于 |0⟩ 或 |1⟩ 时，谐振腔的共振频率会分别偏移 ±χ。我们通过传输线向谐振腔馈入一个接近其共振频率的探测音（probe tone），通常工作在 4–8 GHz 微波频段。反射或透射回来的信号，其幅度和相位会随谐振腔频率偏移而变化，因此携带了比特状态信息。

这条信号链大致是：量子芯片 → 谐振腔 → 传输线/环行器 → 低温放大器（如行波参量放大器 JPA 或 TWPA，噪声温度接近量子极限）→ 同轴线缆 → 室温低噪声放大器（LNA）→ 混频器下变频到中频（IF，几十到几百 MHz）→ 抗混叠滤波 → ADC 采样 → 数字解调（IQ 解调）→ 积分判决。整条链路上，信号幅度可能只有几个光子量级，而噪声却来自多个物理机制。

二、四类主要噪声的物理来源

散粒噪声（shot noise）源于光子或电子的离散性。在读出链路中，探测音的光子数涨落服从泊松分布，其功率谱密度为 S_shot = 2eI 或等效为 2hνP。当探测音功率很低（单光子量级）时，散粒噪声成为量子极限的主要限制。它随信号功率线性增长，因此不能靠增大功率无限改善信噪比。

热噪声（thermal noise）由导体中电子的热运动产生，功率谱密度为 S_thermal = 4k_BT R（约翰逊-奈奎斯特噪声）。在稀释制冷机中，低温级温度约 10–20 mK，热噪声极低；但信号经过同轴线缆到达室温时，线缆本身处于不同温区，会引入与温度分布相关的热噪声。室温 300 K 下，热噪声功率密度约为 −174 dBm/Hz，是低温级的数百万倍。

1/f 噪声（闪烁噪声）功率谱密度 S(f) ∝ 1/f^α，α 通常在 0.8–1.2 之间。它来源于材料缺陷、界面陷阱、电荷涨落等。在量子比特读出中，1/f 噪声主要表现为谐振腔频率的慢漂移和临界电流涨落。由于自动标定通常需要重复测量并平均，1/f 噪声在低频段（< 1 kHz）会显著影响长时间稳定性。

放大器噪声温度 Tn是衡量放大器自身噪声贡献的等效指标：把放大器内部噪声折算到输入端，等效为一个温度为 Tn 的电阻产生的热噪声。理想量子极限放大器 Tn = hν/2k_B，在 6 GHz 时约 0.14 K。实际 JPA/TWPA 的 Tn 约 0.1–1 K，室温 LNA 则高达 300 K 左右。链路总噪声温度由 Friis 公式决定：T_total = T1 + T2/G1 + T3/(G1G2) + …，因此第一级低温放大器的噪声温度和增益最为关键。

三、信噪比与测量保真度的定量关系

读出信号在 IQ 平面上表现为两个高斯分布簇，分别对应 |0⟩ 和 |1⟩。设两簇中心距离为 d，单簇标准差为 σ，则信噪比 SNR = (d/2σ)²。判决时以两簇中心连线的中垂线为界，误判概率由高斯尾概率给出：

P_error = ½ · erfc( d / (2√2 σ) ) = ½ · erfc( √(SNR/2) )
Fidelity F = 1 − P_error

例如，若测得 d = 4σ，则 SNR = 4，P_error ≈ 0.023，保真度约 97.7%。若通过优化积分时间把 σ 降低到 d/6，则 SNR = 9，P_error ≈ 1.5×10⁻⁵，保真度可达 99.998%。这说明保真度对 SNR 极为敏感，而 SNR 又受限于上述四类噪声。

四、自动标定中的噪声参数测量

自动标定系统需要在线估计上述噪声参数，才能自适应地调整读出频率、功率和积分窗口。常用做法是：在无比特激发时采集纯噪声的 IQ 轨迹，计算其方差得到 N；再分别制备 |0⟩ 和 |1⟩ 态，采集两簇的均值和方差，得到 d 和 σ，从而计算 SNR 和保真度。同时，通过改变探测音功率，观察 SNR 随功率的变化曲线：低功率段受散粒噪声和放大器噪声主导，SNR 随功率上升；高功率段因谐振腔非线性或量子比特激发而饱和甚至下降。最佳工作点通常位于 SNR 峰值附近略低处，以兼顾保真度和非破坏性测量。

对于 1/f 噪声，可通过连续采集 10–100 s 的谐振腔频率漂移数据，计算 Allan 方差或功率谱密度，判断其拐点频率。若拐点频率高于积分重复率，则需要在标定中引入实时频率跟踪或动态解调参考。