1. 量子实验数据质量控制的总体框架
量子实验数据与经典实验数据最大的区别，在于它的“错误”往往不是简单的读数偏差，而是噪声、退相干、读出串扰、态制备误差与统计涨落叠加后的复合结果。如果直接套用经典数据清洗流程，很容易把真实的量子信号当作异常剔除，或者把系统性偏差当作随机噪声平滑掉。因此，本章先建立一套面向量子实验的质量控制总体框架：明确噪声来源与误差类型，定义可操作的质量维度，再把采集、评估、诊断、反馈串成闭环，最后给出贯穿课程的实战项目数据集与任务说明。
一、量子实验数据的噪声来源与误差类型
在超导量子比特或离子阱实验中，一次典型的“测量”并不是读出一个确定值，而是经过态制备、门操作、演化、读出四个阶段后得到的一组统计计数。噪声按来源可分为四类：
- 环境噪声：热噪声、磁通噪声、电荷噪声，表现为T1、T2的缓慢漂移，通常具有低频1/f特征。
- 控制噪声：微波脉冲幅度/相位抖动、时序偏差、串扰，表现为门保真度下降或相邻比特错误关联。
- 读出噪声：谐振腔响应不理想、放大器噪声、阈值判别错误，表现为|0⟩与|1⟩分布重叠。
- 统计噪声：有限采样次数带来的二项分布涨落，服从√N规律，属于不可避免但可量化的误差。
误差类型则按性质分为随机误差（多次测量可平均）、系统误差（重复出现、需校准消除）和粗大误差（如设备掉线、参数误设导致的离群点）。质量控制的核心判断是：先区分误差性质，再决定处理策略——随机误差靠增加采样，系统误差靠校准，粗大误差靠剔除或重测。
二、质量维度：从“数据完整”到“物理可信”
经典数据质量常看完整性、一致性、准确性。量子数据需要在此基础上增加物理维度。本课程采用五个质量维度：
| 维度 | 含义 | 典型指标 |
|---|---|---|
| 完整性 | 采样点、扫描参数是否齐全 | 缺失率、扫描点覆盖率 |
| 一致性 | 同一实验重复运行结果是否稳定 | 重复测量方差、漂移率 |
| 统计充分性 | 采样数是否足以压制统计噪声 | shots数、置信区间宽度 |
| 物理合理性 | 结果是否违反量子力学约束 | 保真度≤1、密度矩阵半正定 |
| 可追溯性 | 参数、时间戳、设备状态是否记录 | 元数据完整度 |
其中“物理合理性”是量子数据特有的硬约束。例如从量子态层析重建的密度矩阵必须半正定且迹为1；若出现负本征值，说明数据或重建过程有问题，不能简单当作噪声忽略。
三、从采集到诊断的闭环流程
质量控制不是一次性清洗，而是一个闭环：采集→预处理→质量评估→异常诊断→反馈调整→重新采集。下图给出该闭环的结构与关键判断点。
闭环中最容易被忽视的是“反馈调整”环节。很多实验者发现数据异常后只做剔除，却不追问异常来源，导致同类问题反复出现。正确的做法是：异常诊断给出误差性质判断，反馈调整据此选择增加采样、重新校准或修正参数，然后重新采集并再次评估，直到质量达标。
四、实战项目数据集与任务说明
本课程贯穿一个实战项目：“超导量子比特T1/T2与读出保真度数据质量诊断”。数据集为模拟生成的实验记录，包含以下字段：
dataset_qubit_quality.csv
字段：
run_id 实验批次编号
qubit_id 比特编号（Q0-Q4）
exp_type 实验类型（T1/T2/Rabi/Readout）
shots 采样次数
timestamp 采集时间戳
param_scan 扫描参数（如延迟时间、驱动幅度）
counts_0 |0⟩计数
counts_1 |1⟩计数
t1_us 拟合T1（仅T1实验）
t2_us 拟合T2（仅T2实验）
readout_fid 读出保真度
temp_mK 稀释制冷机温度
flux_bias 磁通偏置
notes 操作备注数据集包含约200条记录，其中约15%为人为注入的异常：包括shots不足导致的统计噪声过大、温度漂移导致的T1系统性下降、磁通偏置误设导致的读出保真度骤降，以及少量设备掉线产生的粗大误差。任务要求：
- 对每条记录计算五个质量维度的得分，标记不合格记录。
- 对不合格记录判断误差性质（随机/系统/粗大），并给出诊断依据。
- 针对系统误差，提出校准或参数修正建议；针对随机误差，计算所需的最小shots数。
- 输出一份质量报告，包含合格数据集、异常清单与处理建议。