4. 量子测量保真度与误差模型

在量子读出系统自动标定中，我们最终要回答一个非常具体的问题：当硬件报告“测得 |1⟩”时，它到底有多大概率真的来自 |1⟩？要回答这个问题，不能只看单次实验的“对/错”，而必须建立一套可量化、可分解、可标定的误差模型。本节围绕混淆矩阵、分配误差、弛豫与退相干引起的测量错误，以及保真度的定义与实验估计方法展开。

一、混淆矩阵：把“读错”拆成四个可观测概率

对二能级量子比特，读出结果只有 0 和 1 两种。设真实态为 i，测量结果为 j，则条件概率 P(j|i) 构成一个 2×2 的混淆矩阵：

其中 e₀ 称为“0 态误判为 1”的分配误差，e₁ 称为“1 态误判为 0”的分配误差。理想情况下 e₀ = e₁ = 0，矩阵为单位阵。实际系统中，e₀ 和 e₁ 往往不对称：e₁ 通常更大，因为 |1⟩ 会通过弛豫衰减到 |0⟩，而 |0⟩ 不会自发跃迁到 |1⟩。混淆矩阵的价值在于，它把“测量不准”这个模糊概念，转化为四个可以直接通过实验统计得到的概率。

二、分配误差与弛豫、退相干的物理来源

分配误差（assignment error）是读出结果与真实态不一致的总称，其物理来源主要有三类：

• 信噪比不足与阈值误判：读出信号在 IQ 平面上是两个高斯云团，若两团重叠严重，落在判决线错误一侧的样本就被误判。这类误差与读出脉冲功率、积分时间、放大器噪声有关。
• 弛豫（T₁）：量子比特从 |1⟩ 衰减到 |0⟩。若在读出过程中发生衰减，本应是 |1⟩ 的态会被读成 |0⟩，直接贡献 e₁。T₁ 越短、读出时间越长，e₁ 越大。
• 退相干（T₂*、T₂）：相位信息丢失会使 |1⟩ 与 |0⟩ 的读出信号分布展宽，等效降低信噪比，间接抬高 e₀ 与 e₁。

需要区分的是：T₁ 引起的误差是“真实态在测量窗口内发生了改变”，而阈值误判是“态没变但判决错了”。两者在混淆矩阵中都会体现为 e₁，但标定策略不同——前者要缩短读出时间或做 T₁ 修正，后者要优化读出链路的信噪比。

三、保真度的定义与实验估计方法

保真度（fidelity）是衡量读出质量的核心指标。对二能级系统，常用三个量：

• F₀ = P(0|0) = 1 − e₀：制备 |0⟩ 时读对的概率。
• F₁ = P(1|1) = 1 − e₁：制备 |1⟩ 时读对的概率。
• 平均读出保真度 F_avg = 1 − (e₀ + e₁)/2：在 |0⟩ 和 |1⟩ 等概率出现时的平均正确率。

实验估计方法非常直接，但细节决定可信度。典型流程如下：

1. 用 π 脉冲将量子比特确定性地制备到 |1⟩，等待一个固定延迟后读出，重复 N₁ 次，统计测得 1 的次数 n₁₁，则 F₁ ≈ n₁₁ / N₁。
2. 不施加 π 脉冲，让量子比特处于 |0⟩，重复 N₀ 次，统计测得 0 的次数 n₀₀，则 F₀ ≈ n₀₀ / N₀。
3. 计算 e₀ = 1 − F₀，e₁ = 1 − F₁，F_avg = 1 − (e₀ + e₁)/2。

例如，某超导量子比特在 20 μs 读出窗口下，N₀ = N₁ = 10000，测得 n₀₀ = 9850，n₁₁ = 9420，则 F₀ = 0.985，F₁ = 0.942，e₀ = 0.015，e₁ = 0.058，F_avg = 0.9715。这个结果说明：|1⟩ 的读出明显更差，主要嫌疑是 T₁ 弛豫。若把读出窗口缩短到 5 μs，F₁ 可能提升到 0.97 以上，但信噪比下降又可能使 F₀ 变差——这正是自动标定需要权衡的参数空间。

四、从误差模型到自动标定

混淆矩阵不仅是诊断工具，更是自动标定的输入。标定系统通常按以下逻辑工作：先扫描读出脉冲幅度和积分时间，对每个参数点估计 e₀、e₁，再以 F_avg 最大化为目标选择工作点。若 e₁ 显著大于 e₀，优先缩短读出时间或提高读出功率；若 e₀ 与 e₁ 接近且都偏大，则优先优化判决阈值和放大器链路。

此外，混淆矩阵还可用于“误差缓解”：在已知 P(j|i) 的情况下，对多次测量结果做逆矩阵修正，可以在后处理中部分还原真实态分布。但要注意，逆矩阵修正会放大统计噪声，当 e₀ + e₁ 接近 1 时修正失效。因此，自动标定的首要目标仍是把 e₀、e₁ 压到尽可能低，而不是依赖后处理。

总结来说，混淆矩阵把测量误差分解为 e₀ 和 e₁，弛豫与退相干是 e₁ 的主要物理来源，保真度则是这些误差的互补量。实验上通过制备 |0⟩/|1⟩ 并统计读出结果即可估计，自动标定则在此基础上扫描参数、选择最优工作点，并可选地做误差缓解。掌握这套模型，是后续所有读出优化与自动标定流程的基础。