連續(xù)變量量子密鑰分發(fā)誤碼協(xié)商算法研究.pdf

1、作為密碼學(xué)的新興研究方向，量子密鑰分發(fā)(Quantum Key Distribution，QKD)技術(shù)理論上被證明是無條件安全的，很好地解決了一次一密加密算法中長距離密鑰分發(fā)的難題。誤碼協(xié)商是QKD系統(tǒng)中的重要環(huán)節(jié)，它影響著整個系統(tǒng)的最終密鑰速率和傳輸距離。和離散變量QKD相比，連續(xù)變量(Continuous Variable,CV)QKD有著光源穩(wěn)定易制備、探測效率高等優(yōu)點。但是CV-QKD誤碼協(xié)商算法計算復(fù)雜度更高，很容易成為實際應(yīng)

2、用系統(tǒng)的瓶頸。因此，CV-QKD誤碼協(xié)商算法的研究對于提高CV-QKD系統(tǒng)整體性能具有重要的意義。
　　本文致力于CV-QKD中誤碼協(xié)商算法的研究，提出相應(yīng)的優(yōu)化設(shè)計方案，為后處理系統(tǒng)的高速實現(xiàn)做準備。本文主要完成了以下工作：
　　針對分層錯誤校正算法(Sliced Error Correct,SEC)進行了深入研究，給出了最優(yōu)量化，估計以及協(xié)商模塊的設(shè)計方案。對于量化和估計方案的設(shè)計，結(jié)合量子信道特征迭代求取最優(yōu)量化區(qū)間，

3、將量化造成的信息量損失最小化；采用最大似然準則，降低了通信雙方比特串的誤碼率。協(xié)商方案主要從LDPC校驗矩陣生成和譯碼模塊兩方面著手優(yōu)化。在校驗矩陣構(gòu)造方案中，通過高斯逼近密度進化方法求解最佳度分布，使用PEG貪心算法構(gòu)造了性能優(yōu)越的校驗矩陣。對于譯碼模塊方案設(shè)計，減少了層內(nèi)迭代算法計算復(fù)雜度，縮短了層內(nèi)單輪迭代的處理時間；提出了改進的層間迭代方案，通過調(diào)節(jié)低層層內(nèi)迭代次數(shù)，縮短了整體協(xié)商過程的迭代次數(shù)。
　　針對多維誤碼協(xié)商算法

4、進行了深入研究，給出了球面化轉(zhuǎn)換和協(xié)商模塊的設(shè)計方案。通過球面化轉(zhuǎn)換的方法完成了高斯變量到相關(guān)均勻變量的映射，較好的解決了高斯變量受到信道噪聲容易改變符號的問題。協(xié)商方案主要從二進制LDPC和多進制LDPC兩個角度進行設(shè)計，著重對多進制LDPC協(xié)商方案進行了優(yōu)化和改進。對于多進制LDPC的譯碼模塊設(shè)計，降低了耗時較長步驟的計算復(fù)雜度，并提出了對數(shù)域上的改進FFT-BP譯碼算法，避免了繁雜的乘法操作帶來的數(shù)據(jù)精度不足和處理時間長等問題，為