2. 量子控制实验数据采集与预处理

量子控制实验的数据链路通常从一台或多台仪器开始：任意波形发生器输出控制脉冲，IQ 解调器或采集卡把探测信号数字化，时域平均器或计数器把单次触发结果累加。预处理并不是“把数据变好看”，而是在进入拟合之前，尽可能保留物理信号、抑制与模型无关的干扰，并让后续拟合的残差结构可信。本节围绕采集接口、异常值、缺失值、平滑与去噪四个环节展开，重点说明每一步的适用边界。

一、从硬件接口读取数据：先明确“一次记录”的语义

读取数据前必须先确定三个量：采样率、触发方式和数据块结构。以常见的两种接口为例：其一是示波器/数字化仪通过 VISA 或厂商 SDK 读取时域波形，返回的是“时间—电压”数组；其二是锁相放大器或量子控制平台通过 SCPI 或专用 API 读取解调结果，返回的是每个扫描点的 (I, Q) 复数或幅度、相位。两者预处理策略不同：前者关注采样点级噪声与基线漂移，后者关注扫描点级的离群与相位跳变。

一个可复现的读取流程应固定以下参数并写入元数据：采样率 fs、触发源与触发电平、每次采集的点数 N、平均次数 N_avg、扫描变量及其步进、量程与耦合方式。下面是一段示意性读取代码（示例参数，非实测结果）：

import numpy as np

# 示例：从数字化仪读取一段时域波形（伪接口，仅示意结构）
fs = 1.0e9          # 采样率 1 GSa/s
N  = 2000           # 每次触发采集点数
N_avg = 500         # 硬件平均次数

t = np.arange(N) / fs                 # 时间轴，单位 s
raw = scope.read_waveform(ch=1, points=N, avg=N_avg)  # 返回电压数组
meta = {"fs": fs, "N": N, "N_avg": N_avg, "trigger": "CH1 0.5V rising"}

关键判断是：硬件平均与软件平均不等价。硬件平均在触发同步下逐点累加，能抑制与触发无关的随机噪声；软件平均若在触发抖动未校正时进行，会把波形“抹平”。因此读取阶段应优先使用硬件平均，软件端只做必要的格式转换与单位统一。

二、异常值识别与剔除：区分“坏点”和“真实物理跳变”

异常值来源主要有三类：仪器量程饱和或溢出、触发丢失导致的错位块、以及环境干扰引起的单点尖峰。识别方法应与数据类型匹配。对时域波形，常用基于中位数绝对偏差（MAD）的稳健判据：

med = np.median(x)
mad = np.median(np.abs(x - med))
score = 0.6745 * (x - med) / mad      # 稳健 z 分数
mask = np.abs(score) > 5              # 示例阈值

对扫描点级的 (I, Q) 数据，更合适的是在复平面上看幅度与相位的联合异常：幅度突变但相位连续，多为噪声尖峰；幅度与相位同时跳变，可能是失锁或跳周。剔除时建议标记而非直接删除，保留原始索引，便于后续判断是否为系统性坏块。若连续多个点同时异常，应优先怀疑触发或量程问题，而不是逐点剔除。

三、缺失值处理：先问“为什么缺”，再决定“怎么补”

缺失值常见于扫描点被跳过、仪器返回超时、或异常点被剔除后留下的空位。处理策略取决于缺失机制：若缺失完全随机且比例很低，线性插值或样条插值可接受；若缺失与扫描变量相关（例如某段区间反复超时），插值会制造虚假结构，应将该区间标记为无效并排除出拟合。对周期性信号（如 Rabi 振荡），可用相邻周期的对应相位点做参考填充，但必须记录填充来源。

实践中的稳妥做法是：保留原始数组与有效掩码 valid_mask，拟合时只使用有效点，而不是把插值结果当作真实观测。插值仅用于可视化或初步估计，不应用于最终参数拟合的不确定度评估。

四、平滑与去噪的适用边界

平滑的本质是低通滤波，它会改变信号的频谱内容。适用边界可以概括为：当噪声带宽明显高于信号特征带宽，且平滑不改变待拟合参数时，平滑是安全的。例如对缓慢漂移的基线做滑动平均以估计零点，通常安全；但对包含高频振荡的 Rabi 信号做宽窗平滑，会压低振荡幅度、改变衰减包络，从而系统性偏移拟合出的 Rabi 频率与相干时间。

常用手段及边界如下：滑动平均适合白噪声主导、特征变化缓慢的数据，窗口应远小于信号最快特征的时间尺度；Savitzky–Golay 滤波在保留峰形和曲率方面优于滑动平均，但多项式阶数与窗口需匹配，否则会引入振铃；对小波或频域滤波，必须确认截止频率高于信号主瓣，且相位不失真（使用零相位滤波）。任何平滑都应在原始数据与平滑数据上分别拟合，比较参数偏移是否落在统计不确定度内。

五、把四步串成可复现的预处理记录

建议在每次实验后生成一份预处理记录，至少包含：原始文件路径与校验值、采样率与平均次数、异常判据与阈值、剔除点数与比例、缺失点索引与处理方式、平滑方法与窗口长度、以及“原始 vs 预处理”两套拟合参数的对比。这样做的目的不是增加文档负担，而是让拟合结果的可信度可以被复查：当拟合残差出现系统性结构时，能够快速定位是采集参数、异常剔除还是平滑引入的问题。

综上，采集与预处理的核心不是追求“干净”的曲线，而是保证进入拟合的数据与物理模型之间的对应关系不被破坏。接口读取决定数据语义，异常与缺失处理决定有效样本集，平滑与去噪决定频谱保真度；三者共同构成拟合结果可信度的前提。