4. 自动化标定流程的需求分析与任务分解

在量子测控系统中，标定是连接“硬件能跑”与“指标可信”的关键环节。无论是超导量子比特的谐振频率、读取腔色散，还是半导体量子点的栅压工作点、脉冲序列的相位校准，手动标定都依赖工程师反复修改脚本、观察示波器或采集卡数据、凭经验判断下一步扫描范围。这种方式在小规模验证阶段尚可接受，一旦比特数上升、参数漂移加快、标定周期被压缩，手动流程就会成为系统可靠性的瓶颈。本节的任务不是直接设计自动化软件，而是先把“手动标定到底痛在哪里”讲清楚，再据此推导出自动化标定系统应当具备的功能需求与非功能需求，并完成可执行的任务分解。

一、手动标定的典型痛点

以一个含多个超导量子比特的测控系统为例，手动标定通常包含以下动作：设置信号源频率与功率、配置采集卡采样参数、运行一段扫描脚本、把数据导出到本地、用绘图脚本观察谱线、人工判断峰位、再把新参数写回配置文件、最后复测确认。这个链条中有几类反复出现的痛点。

第一是参数空间探索效率低。以谐振频率标定为例，工程师往往先做一次宽频粗扫（例如 4.5～6.5 GHz，步进 2 MHz），找到大致峰位后再做细扫（步进 20 kHz）。粗扫步进过大可能漏掉窄线宽谐振峰，步进过小则单次扫描耗时成倍增加。手动流程中，粗扫与细扫的切换完全靠人判断，缺乏统一的收敛准则。

第二是判据主观且不可复现。“峰看起来差不多”“相位跳变比较明显”这类判断依赖个人经验，不同工程师、不同班次可能给出不同结果。更严重的是，当标定结果被写入配置文件后，原始扫描数据、判据阈值、当时的温度与噪声条件往往没有完整记录，事后无法复现。

第三是异常处理被动。扫描过程中若出现信号源失锁、采集卡溢出、线路接触不良，手动流程通常要等人发现异常后再中断、排查、重跑。对于需要长时间运行的批量标定，这种被动响应会浪费大量机时。

第四是跨设备协同脆弱。一次标定往往同时涉及信号源、任意波形发生器、采集卡、温控与磁屏蔽环境监测等多个设备。手动操作时，设备之间的时序配合、参数一致性校验全靠人肉核对，容易出现“信号源已改频但采集卡仍按旧触发配置采集”这类隐性错误。

把这些痛点归纳起来，可以形成一条清晰的因果链：参数空间大且判据主观 → 依赖人工经验 → 结果不可复现、异常响应慢 → 标定周期长、指标可信度下降。自动化标定的需求分析，正是要针对这条链条逐项给出可验证的解决目标。

二、功能需求：自动化标定必须“做对什么”

功能需求描述系统应当提供的行为。结合上述痛点，可以把功能需求归纳为四组，每组都对应可检验的行为描述，而不是笼统的“实现自动化”。

第一组是自适应扫描与收敛控制。系统应能根据当前扫描结果动态决定下一步的扫描范围与步进。例如谐振频率标定中，先以 2 MHz 步进覆盖 4.5～6.5 GHz，当检测到幅度下降超过基线 3 dB 的候选区域后，自动在该区域 ±20 MHz 内以 50 kHz 步进复扫；若拟合峰位的置信区间半宽小于 10 kHz，则判定收敛并停止。这里的关键不是“扫得更细”，而是把“何时粗、何时细、何时停”写成明确的、可配置的判据。

第二组是判据与结果输出。系统应对每次扫描输出结构化的结果：峰位估计值、拟合残差、信噪比、置信度等级，以及是否通过验收阈值。以读取腔频率标定为例，可约定“拟合残差均方根小于 0.5 dB 且信噪比大于 15 dB 视为通过”，未通过则标记为待人工复核，而不是静默写入配置。

第三组是设备编排与参数一致性校验。系统应在每次采集前核对信号源频率、功率、采集卡量程与触发模式是否与任务描述一致，并在采集结束后确认设备状态未发生意外跳变。这一步把手动流程中“人肉核对”转化为可执行的校验规则。

第四组是异常检测与安全回退。系统应监测信号失锁、采集溢出、读数超量程等异常，并在异常发生时将设备恢复到安全状态（例如将信号源功率降至低电平、停止采集），记录异常上下文后决定重试或终止。重试次数与退避策略应可配置，避免无限重试掩盖真实故障。

三、非功能需求：自动化标定必须“做得稳、可追溯”

非功能需求决定系统能否在真实实验室中长期使用。对本课程场景而言，最值得强调的有四项。

可复现性要求每次标定都留下完整记录：原始扫描数据、使用的判据阈值、设备配置快照、软件版本与时间戳。复现时，任何人应能依据记录重放同一判据并得到同一结论。这是把“经验判断”转化为“工程资产”的核心。

可扩展性要求新增一个比特或一类新标定任务时，只需增加任务描述与判据配置，而不必修改编排框架本身。实践中通常通过“任务模板 + 参数化配置”实现，例如把“粗扫范围、细扫步进、收敛阈值、验收阈值”抽为配置项。

鲁棒性要求单点失败不拖垮全局。批量标定中某个比特失败时，系统应记录失败原因并继续处理其余比特，最后汇总失败清单，而不是整批中止。

可观测性要求运行过程中能实时看到当前任务、已完成比例、关键指标趋势与异常计数。这既服务于值班人员判断，也为事后分析提供依据。

四、任务分解与验收口径

把需求落到可执行任务，可以按“扫描策略、判据拟合、设备编排、异常回退、数据日志”五个任务包分解。每个任务包都应给出可检验的验收口径，而不是只写“完成开发”。例如扫描策略任务包的验收口径可以是：在给定示例参数下，粗扫不漏检已知峰位、细扫收敛步数不超过设定上限；判据拟合任务包的验收口径可以是：对注入的含噪示例数据，峰位估计偏差在设定容差内且置信度分级与预期一致。

需要说明的是，上述频率范围、步进、阈值均为教学示例参数，用于说明需求如何被写成可检验的条件，并非某台具体设备的实测指标。实际项目中应根据器件线宽、采集卡噪声底与机时预算重新标定这些数值。

从手动痛点到功能需求，再到非功能约束与任务分解，本节完成的是“把模糊的自动化愿望翻译成可验收的工程条目”。后续的流程设计、脚本实现与结果判读，都应回到这份需求清单上逐项对照，确保自动化标定不是把手动操作简单搬到代码里，而是真正解决了效率、复现性与鲁棒性问题。