2. 量子随机源特性与原始数据接口

量子随机数发生器（QRNG）的工程链路可以概括为“物理熵源 → 模拟/数字前端 → 原始比特流 → 后处理 → 成品随机数”。后处理算法再精巧，也无法凭空创造熵；它只能把原始比特流中已有的、但分布不均匀的随机性“提纯”和“整形”。因此，理解熵源类型、原始比特流的统计特征、偏置与相关性的物理来源，以及采集接口与数据格式规范，是后续所有后处理与模块集成工作的前提。

一、量子熵源的三种典型类型

工程上常见的量子熵源可按“随机性载体”分为三类，它们的原始数据特征差异明显。

• 光子路径/到达时间型：利用单光子经过分束器后随机选择路径，或探测光子到达时间间隔的量子涨落。典型器件是 SPAD（单光子雪崩二极管）配合分束器。其原始输出常是“0/1 路径判决”或“时间戳序列”，单比特熵含量较高，但受探测器死时间、后脉冲影响，会出现相邻比特相关性。
• 相位噪声/激光相位扩散型：让激光经过不等臂干涉仪，相位在量子真空涨落下随机化，再通过干涉强度判决产生比特。输出速率高，但容易受温度漂移、偏置电压影响，原始比特流常带明显偏置（0 与 1 比例偏离 50%）。
• 量子隧穿/雪崩噪声型：利用齐纳二极管反向击穿或隧穿结的散粒噪声放大后采样。其噪声幅度近似高斯分布，需要 ADC 量化后再做比较判决，因此原始数据是“多比特采样值”，熵分散在低位，偏置与量化阈值强相关。

三类熵源的共同点是：随机性来自量子力学过程，不可预测；但工程实现中都会引入经典噪声、器件非理想性和环境干扰，使原始比特流并非理想均匀独立。

二、原始随机比特流的特征

原始比特流（raw bitstream）是熵源经判决后、尚未经过任何后处理的比特序列。评估它时，通常关注以下指标：

• 偏置（bias）：P(1) 与 0.5 的偏离量。例如 1 万个原始比特中 1 的个数为 5300，则偏置约为 +0.06。
• 一阶自相关：相邻比特之间的相关程度，反映“连 0 连 1”是否异常。理想值接近 0。
• 游程分布：连续相同比特的长度分布，用于发现周期性或死时间造成的规律。
• 最小熵（min-entropy）：每比特在最坏情况下的不可预测性下界，是后处理压缩率的关键输入。

需要强调：原始比特流不要求看起来“随机”，它允许有偏置、有相关性，只要这些缺陷可建模、可量化，后处理就能补偿。真正危险的是未被发现的确定性结构，例如时钟串扰导致的周期性模式。

三、偏置与相关性的来源

偏置与相关性并非“算法问题”，而是物理与电路问题的映射。常见来源包括：

• 探测器效率不对称：两个 SPAD 的量子效率或死时间不同，导致路径判决偏向一侧。
• 比较器阈值偏移：高斯噪声采样后与固定阈值比较，阈值偏离噪声均值即产生偏置。
• 时钟与采样串扰：采样时钟耦合进模拟前端，使相邻采样值相关，表现为一阶自相关升高。
• 温度与电压漂移：缓慢漂移造成偏置随时间变化，属于非平稳过程，需在线监测。
• 后脉冲与死时间：SPAD 在一次雪崩后短时间内无法响应，造成相邻比特“记忆效应”。

四、数据采集接口与格式规范

原始数据从熵源到后处理模块，需要经过采集接口。接口设计直接影响数据完整性与可追溯性。典型链路为：

熵源 → 模拟前端(AFE) → ADC/比较器 → FPGA 采集 → FIFO/缓存 → 主机接口(USB/PCIe/以太网) → 原始数据文件/流

采集接口需要明确以下规范：

• 采样率与位宽：如 100 MSa/s、8 bit，决定原始数据吞吐量。
• 判决方式：阈值比较输出 1 bit，或保留多比特采样值供后处理使用。
• 帧格式：每帧包含帧头、时间戳、采样数据、校验字段，便于丢帧检测。
• 字节序与位序：明确 MSB/LSB 与比特打包顺序，避免后处理端解析错位。
• 元数据：记录温度、电压、增益、阈值等运行参数，用于复现与溯源。

一个可参考的原始数据帧格式示例如下：

在集成阶段，后处理模块应把“原始数据接口”视为契约：只要帧格式、位序、元数据字段固定，熵源更换或前端调整都不会破坏后处理链路。建议在采集端保留原始数据落盘能力，以便离线统计偏置、自相关和最小熵，为后处理参数选择提供依据。

把上述内容落到工程实践，建议在集成前先完成三件事：一是用示波器或逻辑分析仪确认采集时序与帧同步信号；二是对至少 10⁷ 个原始比特做偏置、自相关和游程统计，形成基线；三是把统计结果与温度、电压元数据关联，判断偏置是否平稳。只有原始数据接口稳定、特征可量化，后处理模块的压缩率、哈希参数和在线健康检测阈值才有可靠依据。