2. 量子传感实验数据采集与预处理流程

量子传感实验的原始数据往往“看起来能用、实际不能用”。NV色心磁测量、原子干涉仪、超导量子比特读出这三类典型系统，虽然物理机制差异很大，但数据链路都遵循相似的分层结构：物理量→换能/量子态→模拟信号→数字化→时间戳与元数据→原始数据文件。理解这条链路，是判断异常值究竟来自物理、仪器还是预处理的前提。

三类系统的采集架构与原始数据格式

NV色心磁测量通常采用激光激发、微波扫频、荧光收集的方式。原始数据常见为“微波频率—光子计数”曲线，或时间序列下的计数率。文件格式多为CSV/TXT，字段包括频率（MHz）、计数（counts）、积分时间、激光功率、温度、磁场设定值等。关键点是：光子计数服从泊松统计，其标准差约为计数的平方根，这为后续异常判定提供了物理基线。

原子干涉仪的采集核心是时序控制：拉曼脉冲、自由演化时间T、探测光依次触发，输出为干涉条纹的归一化布居数或相位。原始数据常以二进制或HDF5保存，包含每次抛射的条纹点、触发时间戳、振动传感器读数。由于条纹相位对振动和倾斜极敏感，时间对齐误差会直接表现为相位跳变。

超导量子比特读出则是微波脉冲激励后，通过色散读出获取IQ平面上的解调电压对。原始数据是复数点云（I、Q两路ADC采样），每个shot对应一个点，需经积分、旋转、阈值判别得到0/1态。文件常为NumPy数组或HDF5，字段含shot编号、I、Q、读出脉冲幅度、偏置电流、芯片温度。

预处理三步：清洗、对齐、统一

数据清洗不是简单“去掉离群点”，而是先建立物理可解释的判据。以NV色心为例，单点计数若偏离局部中位数超过5倍泊松标准差，可标记为可疑；但若该点同时伴随激光功率骤降的元数据记录，则应判为仪器事件而非物理异常，需整段剔除而非单点删除。超导读出中，IQ点若落在两簇之间的“判决边界带”，属于低置信度shot，应标记而非直接丢弃，以便后续加权。

时间对齐的核心是统一时钟基准。原子干涉仪中，振动传感器与条纹采集若来自不同板卡，需用触发信号对齐；常见做法是以拉曼脉冲上升沿为t=0，将振动数据按采样率重采样到条纹时间轴。若存在丢帧，不应默认线性插值——在相位敏感系统中，插值会抹平真实跳变，反而制造“过于平滑”的伪正常段。

单位统一要落到物理量。NV的counts需除以积分时间得到计数率（counts/s）；超导IQ电压需经旋转角校正后映射到态布居；原子干涉的ADC码需按标定系数转为相位（rad）。一个常见错误是混用“每shot计数”与“计数率”，导致后续异常检测阈值整体偏移一个数量级。

如何识别预处理引入的伪异常

实用做法是双轨对照：对同一段原始数据，分别用“宽松清洗”和“严格清洗”各生成一份数据集，比较异常点数量与位置。若严格清洗后异常数骤增，且新增异常集中在时间对齐的插值区间或单位换算的边界处，则高度怀疑是预处理伪异常。另一个判据是检查异常点的“邻域一致性”：真实物理异常通常有前后渐变或伴随元数据事件，而伪异常往往孤立出现、与元数据无关联。

建议在预处理脚本中固定输出一份处理摘要，至少包含：原始样本数、剔除数及原因分类、插值区间列表、单位换算系数、异常标记数。这份摘要与SVG中的链路一一对应，使每一步操作都可复核，避免“数据越洗越干净、结论越洗越可疑”。