2. 量子实验数据采集与元数据规范

量子实验数据与经典实验数据最大的区别在于：一次“测量”往往不是单次采样，而是大量重复执行后的统计结果。以超导量子比特为例，一次量子比特读取（qubit readout）实验通常要重复数千到数万次，每次执行都包含态制备、门操作、读出脉冲和信号采集。因此，量子实验数据天然带有“批次—样本—单次”的层级结构，而元数据必须能够描述这种层级，否则后续的质量控制与异常诊断将失去参照。

典型实验的数据格式

量子比特读取实验最基础的输出是 I/Q 两路解调信号。每个单次测量得到一个复数点 (I, Q)，重复 N 次后形成点云。数据文件通常包含：单次 I/Q 数组、重复次数、读出脉冲频率与功率、解调频率、采样率、态制备方式（如 |0⟩ 或 |1⟩ 制备）。判断读取质量的核心指标是分离度，即两个态点云中心距离与噪声标准差之比。若以 |0⟩ 和 |1⟩ 制备各采集 5000 次，理想情况下两团点云应明显分离；若分离度低于约 3，则单次读取误判率会显著上升。

量子态层析（quantum state tomography）的数据格式则不同。它需要在一组测量基下分别采集，例如对单比特在 X、Y、Z 三个基下各测量若干次。每个基下的结果是一组计数（如 |0⟩ 计数与 |1⟩ 计数），再通过线性反演或最大似然估计重建密度矩阵。元数据必须记录：测量基集合、每个基的测量次数、是否使用最大似然估计、以及用于重建的软件版本。缺少测量基信息，层析数据无法被正确解释。

随机基准测试（randomized benchmarking, RB）的数据格式以“序列长度—存活概率”为核心。对每个序列长度 m，生成若干随机 Clifford 序列，每条序列末尾附加一个反转门，然后测量回到 |0⟩ 的概率。数据表通常包含：序列长度列表、每个长度下的平均存活概率、每条序列的随机种子、以及拟合得到的衰减参数。元数据需要记录 Clifford 门集、是否使用交错 RB、以及拟合模型（如指数衰减）。

元数据字段设计

元数据不是数据的附属说明，而是数据可复现、可比较、可诊断的前提。针对上述三类实验，元数据字段可归为四组：

• 实验条件：实验类型、测量基、序列长度、重复次数、随机种子、态制备方式。
• 设备参数：量子比特编号、读出腔频率、读出脉冲功率与时长、解调频率、采样率、门脉冲参数。
• 校准状态：校准时间戳、读取分离度、单比特门保真度、两比特门保真度、T1/T2 值、校准版本号。
• 数据溯源：采集软件版本、文件生成时间、操作者标识、原始数据文件路径、处理脚本版本。

这些字段中，校准状态尤其关键。量子设备的参数会随时间漂移，若一次实验的元数据中没有记录当时的 T1、读取分离度或门保真度，后续出现异常时就无法判断是实验本身的问题还是设备漂移所致。例如，某次 RB 实验得到的衰减参数明显低于历史值，若元数据中记录了当天读取分离度从 8 降到 4，则可优先怀疑读取误差而非门误差。

元数据标注任务示例

下面以一次真实的单比特读取实验为例，给出元数据标注的完整示例。假设实验对象为超导量子比特 Q3，实验类型为“单次读取分离度测量”，态制备为 |0⟩ 和 |1⟩ 各 5000 次。

{
  "experiment_type": "qubit_readout_separation",
  "qubit_id": "Q3",
  "timestamp": "2025-03-12T14:22:31+08:00",
  "state_preparation": ["|0>", "|1>"],
  "repetitions_per_state": 5000,
  "readout": {
    "cavity_frequency_GHz": 6.842,
    "pulse_power_dBm": -18.5,
    "pulse_duration_ns": 320,
    "demodulation_frequency_GHz": 6.842,
    "sampling_rate_GSa_s": 1.0
  },
  "calibration": {
    "calibrated_at": "2025-03-12T13:50:00+08:00",
    "readout_separation_sigma": 7.6,
    "T1_us": 42.3,
    "T2_us": 35.1,
    "single_qubit_gate_fidelity": 0.9987,
    "calibration_version": "cal_v2.4.1"
  },
  "provenance": {
    "software_version": "qexp_acquire 1.8.2",
    "operator": "lab_user_07",
    "raw_data_path": "/data/Q3/readout/20250312_142231.h5",
    "processing_script": "analyze_readout.py v1.3"
  }
}

标注完成后，应进行一致性检查：时间戳是否与校准时间匹配、重复次数是否与原始数据文件中的数组长度一致、分离度是否与本次数据实际计算值一致。若元数据中记录的分离度为 7.6，而本次数据实际计算为 5.2，则说明校准状态已发生漂移，需要在诊断时优先考虑读取误差。

从图中可以看出，元数据标注不是孤立填写字段，而是将实验类型、原始数据格式、校准状态和溯源信息串联起来，最终服务于一致性检查与异常判断。在实际操作中，建议将元数据与原始数据文件放在同一目录下，采用 JSON 或 YAML 格式存储，并在采集软件中自动写入时间戳、软件版本和文件路径，减少人工填写带来的遗漏。

完成标注后，应对照原始数据文件逐项核对。以读取实验为例，打开 H5 文件确认 I/Q 数组长度为 10000（5000 次 |0⟩ 加 5000 次 |1⟩），与元数据中的 repetitions_per_state 一致；用分析脚本计算本次分离度，与元数据中的 readout_separation_sigma 比较，偏差超过 20% 时应在诊断记录中标注“校准漂移嫌疑”。这一核对过程本身也是数据质量控制的第一道关口。