1. 课程导入与异常值问题界定

量子传感实验的数据处理，第一步往往不是"算"，而是"信不信"。在讨论任何滤波、拟合或估计方法之前，必须先回答一个更基础的问题：这批数据里，哪些点还代表真实的物理信号，哪些点已经不再属于被测对象？本课程围绕这一问题展开，从异常值的识别、判定到处理与影响评估，建立一套可复现、可解释的数据清洗流程。作为开篇，本节先厘清量子传感数据的固有特征、异常值的定义与来源，以及它为什么会实质性地改变后续的物理推断。

量子传感数据的三个固有特征

量子传感（如NV色心磁测量、原子干涉重力仪、超导量子比特读出、离子阱频标等）输出的原始数据，与常规电子测量数据有明显差别，主要体现在三点。

高噪声。量子投影测量本质上是概率性的：单次测量只能以一定概率坍缩到某个本征态，读出信号天然带有散粒噪声。以NV色心ODMR（光探测磁共振）为例，单次荧光计数通常在数千到数万光子量级，而对应的磁信号变化可能只有千分之几的相对幅度，噪声与信号在同一量级甚至更大。

低信噪比。许多量子传感实验的有效信号被淹没在噪声中，需要靠大量重复平均（如几千到几万次扫频累加）才能浮现。这意味着单点数据的可信度很低，异常值往往与正常点难以凭肉眼区分，必须借助统计判据。

非平稳性。量子传感系统对环境和自身状态高度敏感。激光功率漂移、温度缓慢变化、磁场背景起伏、退相干时间随实验时长改变，都会使数据的均值与方差随时间漂移。因此，"用全局均值和标准差做3σ判据"这类平稳假设下的经典方法，在这里经常失效——一个缓慢漂移的正常数据段，可能被误判为异常；而一个真实的突变，又可能被漂移掩盖。

异常值的定义与四类来源

在本课程中，异常值定义为：在给定实验条件与噪声模型下，其出现概率显著低于正常波动范围、且不能由已知物理过程解释的观测点或数据段。这个定义有两个要点：一是"给定条件"，判据必须结合当时的实验状态；二是"不能解释"，可被物理机制解释的突变（如人为施加的磁场阶跃）不算异常值，而是有效信号。

异常值的来源可归为四类，处理策略各不相同：

• 仪器故障：探测器饱和、ADC溢出、激光失锁、采集卡丢帧。特征是突变、平台化或整段缺失，通常成段出现。
• 环境扰动：振动、温度骤变、市电干扰、邻近设备开关。特征是短时尖峰或周期性干扰，常与时间戳相关。
• 量子退相干：退相干时间T₂*缩短导致对比度下降，表现为信号幅度整体衰减而非单点跳变，属于"系统性劣化"，需与随机异常区分。
• 人为操作：参数误设、样品移位、误触发。特征是阶跃或与操作日志时间对齐的突变。

下图给出本节的核心框架：从原始数据出发，经特征判断分流到四类来源，再对应到不同的处理路径与对参数估计的影响。

异常值如何改变物理推断

异常值的危害不在于"不好看"，而在于它会系统性地扭曲参数估计。以最常见的两类推断为例。

其一，频率/磁场估计。NV色心ODMR谱线常用洛伦兹或高斯拟合提取共振频率，再换算磁场。若谱线某一侧混入几个异常高的计数点，最小二乘拟合会被拉偏，共振频率偏移可能达到线宽的几个百分点。假设线宽约2 MHz、目标频率2870 MHz，几个异常点就可能带来数十kHz的偏移，对应磁场误差在微特斯拉量级——对追求nT级分辨率的实验而言是致命的。

其二，退相干时间拟合。Rabi或Ramsey衰减曲线拟合T₂*时，若末端几个点因激光失锁而异常偏低，拟合出的衰减会偏快，T₂*被低估，进而影响对灵敏度η ∝ 1/(C·√T₂*)的判断，导致对系统性能的错误评估。

更隐蔽的问题是置信区间失真。异常值会同时抬高样本方差，使标准误变大，置信区间被不合理地放宽；而如果先粗暴删除再计算，又会人为缩小方差，给出过于乐观的误差棒。两种做法都会让后续的假设检验和物理结论失去可靠性。

本课程的整体框架

基于上述问题，本课程按"识别—判定—处理—评估"的主线组织：先建立量子传感数据的噪声模型与平稳性认识，再学习针对非平稳数据的异常判据（滑动窗统计、稳健Z分数、MAD、基于残差的检测），随后进入具体处理方法（剔除、插补、稳健拟合、分段建模），最后落到影响评估——处理前后参数估计与不确定度的对比，确保每一步清洗都有据可查、可复现。