1. 课程导入与全景认知

在量子计算实验中，量子比特并不是"接上电就能用"的器件。每个超导量子比特的谐振频率、耦合强度、门操作幅度、读取腔频率与读取脉冲参数，都会因制造偏差、封装应力、低温环境与电磁串扰而各不相同，且会随时间和环境漂移。所谓量子测控自动化标定，就是借助测控硬件（AWG、数字化仪、射频收发模块）与上位机软件，按照预设的测量协议自动完成"施加激励—采集信号—拟合参数—更新配置—复核验证"这一闭环，把人工逐项调参的过程转化为可重复、可追溯、可批量执行的工程流程。

它与传统"手动调一台仪器"的区别在于三点：其一，标定对象是量子器件参数而非仪器参数，测量结果要通过物理模型（如拉比振荡、色散读取、Ramsey 干涉）反演；其二，标定是有依赖顺序的，例如必须先确定读取腔频率与读取功率，才能可靠地做比特频谱扫描；其三，标定必须可自动化复现，同一套脚本在不同稀释制冷机、不同芯片上应能通过参数化配置运行。因此，自动化标定系统本质上是一个"测量协议库 + 参数管理 + 调度执行 + 结果判定"的工程系统。

核心价值：从"调得出来"到"调得稳定、调得快"

以一个含 8 个超导量子比特的示例芯片为例（以下参数均为教学假设，非实测数据）：若人工完成单比特读取优化、频谱扫描、拉比振荡、Ramsey 退相干、单比特门标定、两比特门标定，每个比特约需 6～8 项测量，每项测量含参数扫描与拟合，人工操作约 20～40 分钟/比特，8 比特一轮约 4～5 小时，且结果依赖操作者经验。自动化标定把测量协议固化为脚本后，一轮可压缩到 40～60 分钟，并且每次输出结构化的参数文件与拟合质量指标（如拟合残差、R²、振荡对比度），使"是否标定成功"从主观判断变为可量化判定。

更关键的价值在于漂移跟踪与批量一致性。量子器件参数会随温度循环、磁通噪声、电荷噪声漂移，自动化系统可以按固定周期重跑关键项（如读取保真度、比特频率），把参数变化记录成时间序列，一旦某项指标跌破阈值就触发告警或重标定。对于多比特芯片，自动化还能保证所有比特使用同一套判定标准，避免"有的比特调得细、有的比特调得粗"。

典型应用场景

• 芯片上机初标：新芯片装入稀释制冷机并降温后，从零建立读取与操控参数基线。
• 日常漂移复标：按小时或按天重测关键参数，维护门保真度与读取保真度。
• 批量器件筛选：对多颗芯片或多比特阵列执行统一协议，输出可比较的参数表用于良率分析。
• 算法实验前校准：在运行量子算法或基准测试（如随机基准测试 RB）前，快速确认当前参数满足实验要求。

整体流程框架

自动化标定的整体框架可以概括为五层：硬件测控层（AWG、数字化仪、射频前端、直流偏置源）、信号链路层（室温线缆—低温衰减—滤波—样品）、测量协议层（脉冲序列生成、采集触发、解调与平均）、参数与判定层（拟合模型、阈值判定、参数落盘）、调度与追溯层（任务队列、依赖关系、日志与版本）。下图给出这一框架与典型标定项之间的依赖关系，帮助建立全景认知。

理解这张图的关键，是把握"依赖"与"判定"两个词。依赖意味着标定不能乱序：读取腔频率没找准，比特频谱扫描得到的峰位就不可信；拉比振荡没标定出 π 脉冲幅度，后续 Ramsey 与门标定的激励就不准确。判定意味着每一步都要有明确的通过标准，例如读取保真度、拟合优度、振荡对比度、门误差等指标，只有达标才允许进入下一项，否则回到本项调整参数重测。这一"测量—拟合—判定—回写"的闭环，正是自动化标定区别于"跑一遍脚本看看图"的核心。

一个可执行的最小闭环示例

以单比特拉比振荡标定为例，说明自动化脚本内部实际发生了什么（参数为教学示例）：设定比特频率 f01 = 5.000 GHz，读取腔频率 f_r = 6.850 GHz，施加时长 τ 从 0 到 400 ns、步长 8 ns 的驱动脉冲，每个 τ 点重复 2000 次采集并取平均，得到激发态概率 P_e(τ)。对 P_e(τ) = A·sin(2π·f_R·τ + φ)·exp(-τ/T₂*) + C 做最小二乘拟合，得到拉比频率 f_R ≈ 6.25 MHz，则 π 脉冲时长 τ_π = 1/(2f_R) ≈ 80 ns。脚本随后把 τ_π 与对应驱动幅度写入参数文件，并检查拟合 R² 是否 ≥ 0.95、振荡对比度 2A 是否 ≥ 0.6；若通过则标记该项完成，否则提高平均次数或缩小扫描范围重测。

# 拉比标定伪代码（教学示例）
sweep = linspace(0, 400e-9, 51)          # 脉冲时长扫描，单位 s
pe = measure_rabi(f01=5.000e9, fr=6.850e9, tau=sweep, shots=2000)
fit = least_squares(model_rabi, sweep, pe)  # 拟合 A, f_R, phi, T2*, C
tau_pi = 1 / (2 * fit.f_R)
assert fit.R2 >= 0.95 and 2*fit.A >= 0.6, "拉比标定未通过，需重测"
save_params({"tau_pi": tau_pi, "drive_amp": fit.amp, "R2": fit.R2})

最后需要强调，自动化标定不是"一键出结果"的黑箱。它的可靠性来自三方面：测量协议与物理模型匹配、参数扫描范围与分辨率设置合理、判定阈值与器件实际水平相符。任何一环设置不当，自动化只会更快地产生错误参数。因此在设计流程时，应把"可观测的中间结果"（原始扫描曲线、拟合残差、对比度）与"可回退的版本记录"作为系统的基本要求，而不是事后补丁。