📚 课程目录第3章谐振峰测量数据获取与预处理

3. 谐振峰测量数据获取与预处理

谐振峰识别与拟合的第一步，不是打开拟合算法，而是拿到一条“干净、可比、可复现”的传输曲线。量子芯片的谐振峰通常表现为传输系数 S₂₁ 幅度谱上的一个下凹（notch），其深度、带宽和中心频率直接决定后续拟合质量。本节围绕矢量网络分析仪（VNA）的测量设置、数据导入、去趋势、去噪与归一化五个环节展开，目标是让读者能够独立完成从仪器到可拟合数据集的完整链路。

一、测量设置：先保证数据本身可信

测量量子芯片谐振峰时，VNA 的配置直接决定数据是否可用。以常见的 4–8 GHz 频段、超导谐振器为例，建议采用以下基本设置：频率扫描范围应覆盖谐振峰两侧足够的失谐区域，通常取峰中心 ±5～10 倍线宽，例如线宽约 2 MHz 时，扫描跨度取 40～80 MHz；中频带宽（IFBW）取 100 Hz～1 kHz，过大会平滑掉窄峰，过小则单次扫描时间过长；输出功率需落在器件线性区，一般先从 −40 dBm 起测，逐步降低功率观察峰中心频率是否漂移，若漂移明显说明已进入非线性区。

此外，应开启 VNA 的 averaging（平均次数 8～32 次）以抑制随机噪声，并在正式扫描前执行一次完整的两端口 SOLT 校准，把参考面推到芯片端口。校准后的 S₂₁ 才包含可解释的相位信息，这对后续判断峰形是否对称、是否存在阻抗失配引起的基线倾斜非常重要。测量完成后，建议同时保存幅度和相位两列数据，格式可选 CSV 或 Touchstone（.s2p），前者便于脚本处理，后者保留完整端口信息。

二、数据导入与格式统一

不同 VNA 导出的文件列顺序和单位并不一致。常见情况是频率单位为 Hz 或 GHz、幅度为 dB 或线性值、相位为度或弧度。导入后第一步应统一为：频率用 Hz、幅度用 dB、相位用弧度，并按频率升序排列。下面是一段典型的 Python 导入与统一示例：

import numpy as np
import pandas as pd

df = pd.read_csv("res_s21.csv")
f = df["freq_ghz"].to_numpy() * 1e9          # GHz -> Hz
mag_db = df["s21_db"].to_numpy()             # 已是 dB
phase = np.deg2rad(df["s21_deg"].to_numpy()) # 度 -> 弧度

idx = np.argsort(f)
f, mag_db, phase = f[idx], mag_db[idx], phase[idx]
s21 = 10**(mag_db/20) * np.exp(1j*phase)     # 复数传输系数

把幅度和相位合成为复数 S₂₁ 是关键一步：谐振峰的拟合通常在复平面上进行，因为幅度下凹与相位快速变化是同一物理现象的两个投影，单独用幅度会丢失信息。导入后还应检查是否存在重复频点、NaN 或明显跳变，这些往往是扫描中断或文件拼接造成的。

三、去趋势：消除基线倾斜与纹波

实际测得的 S₂₁ 基线很少是水平直线，常因电缆、连接器和芯片外围电路引入随频率缓慢变化的倾斜或周期性纹波。若直接对原始曲线找峰，基线倾斜会把峰中心“拉偏”。去趋势的常用做法是对远离谐振峰的频段拟合低阶多项式（3～5 阶）或使用滑动中值滤波估计基线，再从原始数据中扣除。

以多项式去趋势为例：先标记谐振峰附近 ±3 倍预估线宽的区间为“排除区”，仅用区间外的数据拟合基线 B(f)，然后计算 S_21,detrend = S₂₁ / B(f)（复数除法，同时校正幅度和相位）。这一步的判据是：去趋势后，远离峰区的幅度应接近 0 dB、相位接近常数；若仍有明显周期纹波，说明存在驻波，可改用频域陷波或增加平均次数后重测。

四、去噪与归一化

去噪的目标是压制随机噪声而不改变峰形。对已合成的复数曲线，可采用简单的滑动平均或 Savitzky–Golay 滤波，窗口长度取扫描点数密度的 1%～3%，例如 1601 点扫描取 21～41 点窗口。窗口过大将展宽峰、低估 Q 值，因此滤波前后应对比半高全宽（FWHM）变化，若展宽超过 5% 就应缩小窗口。

归一化则把曲线变换到统一尺度，便于跨器件比较和拟合初值估计。常用做法是以去趋势后的远端基线为参考，将幅度归一化到 0 dB 附近，即 mag_norm = mag_detrend − median(mag_detrend[远端区])；相位则减去远端区相位中值。归一化后，谐振峰深度即为峰底相对 0 dB 的下凹量，典型超导谐振器在 −5～−20 dB 之间，若深度过浅（< −1 dB）往往意味着耦合过弱或测量参考面未校准好。

五、结果判读与常见问题

完成上述步骤后，应逐项检查：远端基线是否已压平到 0 dB 附近；谐振峰是否对称、底部是否圆滑；相位在峰中心附近是否呈现单调快速变化；滤波前后 FWHM 是否基本一致。若峰形明显不对称，常见原因是参考面未校准或存在阻抗失配，应回到 VNA 重新校准；若峰深过浅，需检查耦合电容设计或测量功率是否过高导致器件进入非线性；若基线纹波无法通过多项式去除，说明存在较强驻波，应检查电缆接头和衰减器配置。

需要强调的是，预处理不是“越干净越好”，而是“不引入虚假结构”。任何滤波和去趋势都会改变曲线，因此每一步都应保留原始数据副本，并记录所用参数（多项式阶数、滤波窗口、排除区宽度），以便拟合结果可追溯、可复现。经过本节处理得到的归一化复数曲线，即可作为下一阶段谐振峰拟合的输入。