📚 课程目录第2章量子系统参数空间建模

2. 量子系统参数空间建模

参数扫描与敏感性分析的起点，不是直接打开仿真器调几个数字，而是把物理问题翻译成一个结构清晰、边界明确的参数空间。这一步做得好，后续扫描才有意义；做得草率，往往会在几十组数据之后才发现某个参数根本没有物理可实现范围，或者两个参数其实被同一个约束绑定，扫描网格里一半是无效点。本节围绕“如何从哈密顿量出发，构造可调参数向量，并定义其范围、约束与扫描维度”展开。

一、从哈密顿量中识别可调参数

任何量子系统的动力学都由哈密顿量决定。以超导Transmon量子比特为例，其简化哈密顿量可写为：

H = 4E_C n̂² − E_J cos(φ̂) + ħω_r â†â + ħg (â† + â)(n̂)

其中 E_C 为充电能、E_J 为约瑟夫森能、ω_r 为谐振腔频率、g 为耦合强度。这些量并非都“可调”：E_C 由电容几何决定，一旦芯片流片完成便固定；E_J 由结面积与临界电流决定，同样在制备后锁定；而 ω_r 可通过外加磁通或偏置电压微调，g 则依赖腔与比特的空间耦合设计。因此，建模的第一步是区分设计参数（流片前可选的几何/材料量）、工作参数（运行中可调的偏置量）与环境参数（温度、噪声、退相干率等不可控但需纳入考量的量）。只有前两类进入“可调参数向量”，环境参数通常作为扫描的外部条件或敏感性分析的扰动源。

把这一判断落到向量形式上，可定义参数向量 θ = [E_J/E_C, ω_r, g, Φ/Φ₀, T]。注意这里用无量纲比值 E_J/E_C 替代单独的 E_J 与 E_C，是因为色散读出、能级非谐性等关键指标主要由该比值决定，降维后扫描效率显著提升。这种“用物理上有意义的组合替代原始参数”的做法，是参数空间建模中非常实用的一步。

二、定义范围：物理边界与工程边界

每个参数都必须给出区间，而区间来源有两类。物理边界来自理论本身的限制，例如 E_J/E_C 过小会使电荷噪声敏感度急剧上升，过大则非谐性变小、比特选择性变差；工程边界来自制备与设备的现实能力，例如约瑟夫森结的临界电流密度存在工艺窗口，磁通偏置受线圈电流上限约束。以典型Transmon为例，可给出如下示例范围（数值为教学假设，非实测）：

参数	符号	示例范围	边界依据
能比	E_J/E_C	20 – 80	兼顾非谐性与电荷噪声抑制
腔频	ω_r/2π	6.0 – 7.5 GHz	与比特频率失谐、读出带宽
耦合强度	g/2π	60 – 120 MHz	读出速度与Purcell限制
归一化磁通	Φ/Φ₀	0 – 0.5	磁通线圈电流上限

范围定义还要注意“有效区间”与“名义区间”的区别。名义区间是设计允许的取值集合，有效区间是其中不违反约束的子集。二者在图上往往不是同一个矩形，这一点直接决定了扫描网格的构造方式。

三、约束：参数之间不能独立取值

参数空间建模最容易出错的地方，是把参数当作彼此独立的坐标轴。实际上量子系统里普遍存在耦合约束。仍以上述系统为例，色散读出要求比特与腔保持足够失谐：|ω_q − ω_r| ≫ g；而比特频率本身又随磁通变化，ω_q(Φ) ≈ ω_q,max √(|cos(πΦ/Φ₀)|)。这意味着当 Φ/Φ₀ 接近 0.5 时，ω_q 下降，若 ω_r 仍取低端值，失谐量可能不足，色散近似失效。于是约束可写成：

|ω_q(Φ) − ω_r| ≥ 5g
E_J/E_C ≥ 20
0 ≤ Φ/Φ₀ ≤ 0.5

在参数空间中，这些不等式把原本的矩形可行域“切”成不规则区域。建模时应把约束显式记录下来，而不是在扫描时靠人工剔除异常点——后者既不可复现，也容易漏判。一个可行做法是：先定义名义范围，再写一个约束判定函数，对候选参数点返回布尔值，扫描时只保留通过判定的点。

四、扫描维度：选谁扫、扫多密、怎么排

参数向量确定后，需要决定哪些维度进入扫描、哪些固定。原则是：对目标指标影响大且不确定性高的参数优先扫描。若目标是优化读取保真度，则 g 与失谐量是主扫描维度，E_J/E_C 可固定在工艺中值；若目标是评估磁通噪声敏感性，则 Φ/Φ₀ 必须细扫，其余参数取名义值。维数超过三维时，全网格点数会指数增长，此时应改用拉丁超立方抽样或 Sobol 序列，在可行域内做空间填充采样，而不是盲目加密网格。

扫描密度也要与物理尺度匹配。磁通维度在 Φ/Φ₀ = 0.5 附近，ω_q 对磁通的导数趋于无穷，曲线陡峭，若均匀取 11 个点，很可能错过最敏感的区域；更合理的做法是在 0.4–0.5 区间加密，例如采用非均匀步长 0.02、0.02、0.02、0.01、0.01、0.005……。这种“按物理敏感度分配采样密度”的思路，本身就是敏感性分析的前置动作。

五、参数化模型的落地形式

把上述内容固化为一个可复用的参数化模型，通常包含三部分：参数定义表（名称、符号、单位、范围、名义值、类型）、约束函数（输入参数向量，输出是否可行及违反项）、采样器（在可行域内生成扫描点）。下面给出一个可直接改用的配置示例：

params:
  EJ_EC:  {min: 20,  max: 80,  nominal: 50,  unit: "1",   type: design}
  omega_r:{min: 6.0, max: 7.5, nominal: 6.9, unit: "GHz", type: design}
  g:      {min: 0.06,max: 0.12,nominal: 0.09,unit: "GHz", type: design}
  flux:   {min: 0.0, max: 0.5, nominal: 0.0, unit: "Φ₀",  type: operating}
  T:      {min: 0.01,max: 0.05,nominal: 0.02,unit: "K",   type: environment}

constraint:
  - "abs(omega_q(flux) - omega_r) >= 5 * g"
  - "EJ_EC >= 20"
  - "0 <= flux <= 0.5"

sweep:
  dims: [g, flux]
  fixed: {EJ_EC: 50, omega_r: 6.9, T: 0.02}
  sampler: latin_hypercube
  points: 64

这份配置的价值在于：它把“物理判断”和“数值执行”分开。物理判断体现在范围、约束与维度选择上，数值执行交给采样器。后续做敏感性分析时，只需替换 sweep 段，参数定义与约束保持不变，结果才具有可比性。

建模阶段建议先做一次“可行性体检”：在名义范围内随机抽取数百个点，统计通过约束的比例，并画出各维度上的可行区间。若可行比例过低（例如低于 30%），说明范围定义过宽或约束过紧，应先修正模型再进入正式扫描，否则大量计算会浪费在无效点上。

最后需要强调参照约定的一致性。磁通以 Φ₀ 归一化时，必须明确 Φ/Φ₀ = 0 对应最大比特频率点，且 ω_q 随磁通增大而下降；若后续图示或数据表中改用“失谐量”作为坐标，应显式说明其定义为 ω_r − ω_q 还是 ω_q − ω_r。参数空间建模的严谨性，很大程度上就体现在这些符号与边界的明确约定上——它们决定了后续扫描结果能否被正确解读和复现。