CN112367166A - 高精度态区分检测方法、系统、介质、计算机设备及应用 - Google Patents

Abstract

本发明属于通信技术领域，公开了一种高精度态区分检测方法、系统、介质、计算机设备及应用，包括信号发送端发送具有N个可能的非正交的相干态(|α₀＞，|α₁＞，|α₂＞，…，|α_N＞)的态模式的随机信号；通信模块采用离散调制的连续变量量子密钥分发协议进行通信；信号接收端利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。本发明高精度态区分检测系统，通过快速反馈的形式采用光子计数和适应性测量技术具有超越标准量子极限的能力，通过在接收端部署这样的一个态区分检测器，能有效的降低信号态在接收端被错误测量的概率，从而提升连续变量量子密钥分发在进行远距离传送的性能。

Description

高精度态区分检测方法、系统、介质、计算机设备及应用

技术领域

本发明属于通信技术领域，尤其涉及一种高精度态区分检测方法、系统、介质、计算机设备及应用。

背景技术

目前，连续变量量子密钥分发是量子保密通信下的一个分支，它为遥远的两个合法用户在不可信的量子信道中进行通信提供了理论上的安全证明。连续变量量子密钥分发相对于离散变量量子密钥分发的优势在于它的制备难易程度较低，以及它能够与大部分现代技术相兼容，因此它能够较容易的被并入到现代通信网络中去。

通常，制备连续变量量子密钥分发主要有两种方式:一种是采用高斯调制的连续变量量子密钥分发，另一种则是采用离散调制的连续变量量子密钥分发。前者通过将信息编码在相干态的两个正交分量上，然后在接收端采用相干检测的方式来恢复编码信息。对比传统的单光子量子密钥分发，高斯调制的量子密钥分发能够产生更高的密钥率。然而这种方式也存在着不足，当进行远距离的量子密钥传送时，它的信息协商效率会受到严重的影响，以至于难以满足进行远距离通信的需求。另一方面，采用离散调制的连续变量量子密钥分发通过制备几类非正交相干态并利用其正交分量在相空间的符号来进行编码信息，因此，其具有更多的优秀纠错码用于离散调制密钥，从而使得离散调制连续变量量子密钥分发更加适合在远距离低信噪比的情况下进行密钥分发。尽管在进行远距离量子密钥分发时，采用离散调制的方式的确要优于采用高斯调制的方式，但量子密钥分发的性能依旧不够出色。一方面，虽然相干检测器可以高速且高效地测量量子态的正交分量，但其固有的量子不确定性(噪声)使得精确区分非正交相干态非常困难。即使检测器非常理想且具有完美的检测效率，接收端仍然不能获得精确的测量结果。这是因为传统的理想检测器仅可以达到一个称之为标准量子极限(SQL)的界限，它定义了非正交相干态的光场物理特性即正交分量直接被测量区分的最小错误概率。

通过上述分析，现有技术存在的问题及缺陷为：传统的相干检测器无法精确区分非正交相干态，测量结果不准确、不精确。

解决以上问题及缺陷的难度为：由于标准量子极限SQL的存在，加上实际探测器的不完美性，使得传统相干检测设备难以突破SQL极限，导致测量结果不精确。

解决以上问题及缺陷的意义为：测量结果可以突破SQL极限，并接近量子力学所允许的最小错误界限：Helstrom界。因此，解决上述问题可以极大地提高测量结果的准确度，从而推进相关应用的发展。

发明内容

针对现有技术存在的问题，本发明提供了一种高精度态区分检测方法、系统、介质、计算机设备及应用。

本发明是这样实现的，一种高精度态区分检测系统，所述高精度态区分检测系统包括：

信号发送端、通信模块以及信号接收端；

信号发送端即Alice，用于发送具有N个可能的非正交的相干态(|α₀>,|α₁>,|α₂>,…,|α_N>)的态模式的随机信号；

通信模块，用于采用离散调制的连续变量量子密钥分发协议进行通信；

信号接收端即Bob，用于利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

本发明的另一目的在于提供一种应用于所述高精度态区分检测系统的高精度态区分检测系统方法，所述高精度态区分检测系统方法包括：

采用离散调制的连续变量量子密钥分发协议作为基本通信，信号发送端发送具有N个可能的非正交的相干态(|α₀>,|α₁>,|α₂>,…,|α_N>)的态模式的随机信号；信号接收端利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

进一步，所述高精度态区分检测系统方法包括以下步骤：

步骤一，Alice随机选择一个相干态|α>，并通过有损耗和噪声的量子信道将选择的相干态发送至远端的Bob；

步骤二，Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量。

进一步，步骤二中，所述Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量包括：

(1)将|α>的所有可能态(|α₀>,|α₁>,|α₂>,…,|α_N>)的后验概率设置为0；

(2)态区分检测器利用随机函数f(x)计算对|α>的预测态|β_i>的首次取值|β₁>；

(3)通过位移算符D(β_i)将|α>位移至|α-β_i>，并在位移态的后方部署一个PNRD进行位移场的光子数量的检测；

(4)将预测态|β_i>加入到预测集D_all中；并为步骤(3)的预测过程进行类别标记，预测成功则赋予类别标记l_i＝0，预测失败则赋予类别标记l_i＝1,同时将结果l_i加入到标记集L_all；

(5)根据当前标记集L_all(l₁,l₂,…l_N)和预测集D_all(β₁,β₂,…β_N)计算所有可能态|α₀>,|α₁>,|α₂>,…,|α_N>)的后验概率；同时计算|α>在已知|β_i>，l_i的条件下所发生的概率；

(6)协同之前的历史数据将所有的可能态(|α₀>,|α₁>,|α₂>,…,|α_N>)的后验概率进行迭代更新，并将具有最高概率的可能态|α_x>(x∈1,2,…,N))作为下一次的预测态|β_i+1>。

进一步，步骤(1)中，所述|β₁>为|α>的所有可能态(|α₀>,|α₁>,|α₂>,…,|α_N>)中的任意一种。

进一步，步骤(3)中，所述PNRD进行位移场的光子数量的检测包括：

如果在PNRD场上检测不到光子的存在，则表示预测正确，即|β_i>＝|α>,Π₀响应；如果能够检测到光子的存在，则表示预测失败，Π₁响应。

进一步，步骤(5)中，所述|α>在已知|β_i>，l_i的条件下所发生的概率计算公式如下：

P_po({|α>}|β_i，l_i)＝AP(l_i|β_i，{|α>})P_pr{|α>},

其中P_po({|α>}|β_i,l_i)和P_pr{|α>}分别表示后验概率和先验概率，P(l_i|β_i,{|α>})表示对|α>进行位移操作之后观察到的检测结果l_i的条件泊松概率，而A是所有可能态概率和所计算出来的标准归一化因子。

本发明的另一目的在于提供一种实施所述高精度态区分检测系统方法的高精度态区分检测系统器。

本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述高精度态区分检测系统方法。

本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述高精度态区分检测系统方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明高精度态区分检测系统，通过快速反馈的形式采用光子计数和适应性测量技术具有超越标准量子极限的能力，通过在接收端部署这样的一个态区分检测器，能有效的降低信号态在接收端被错误测量的概率，从而提升连续变量量子密钥分发在进行远距离传送的性能。本发明能够对采用离散调制连续变量的量子密钥分发信号态的精确检测，提升信号态进行远距离传送时在接收端被正确测量的概率，从而增加系统的最大安全传送距离。

本发明是基于机器学习方法中的贝叶斯算法进行态区分鉴别的，它成功的将机器学习方法应用于量子密钥分发系统，能在离散调制的连续变量量子密钥分发协议下，在接收端应用贝叶斯推论来精准的预测当前时刻可能出现的态模式，从而有效的减少信号态被错误测量的概率。

本发明的关键点在于成功的将机器学习方法中的贝叶斯算法应用于态区分检测器，通过在态区分检测器中应用贝叶斯算法的相关推论，对接收到的信号态进行多次自适应测量，从而精准的预测当前信号态的态模式，提高了信号态在接收端被正确测量的概率，从而有效的提高连续变量量子密钥分发的安全传送距离。

本发明的态区分检测器是基于机器学习方法中的贝叶斯推论来进行自适应测量的，它能精准的预测当前信号态可能出现的态模式，并且随着自适应测量次数M的增加，它能够突破标准量子极限并无限接近于量子物理所允许的最小错误界限一Helstrom界。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的高精度态区分检测系统结构示意图；

图中：1、信号发送端；2、通信模块；3、信号接收端。

图2是本发明实施例提供的高精度态区分检测系统原理图。

图3是本发明实施例提供的高精度态区分检测系统方法流程图。

图4是本发明实施例提供的区分离散调制下的态模式的错误率示意图。

图5是本发明实施例提供的高精度态区分检测器的具体实验示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种高精度态区分检测方法、系统、介质、计算机设备及应用，下面结合附图对本发明作详细的描述。

如图1-图2所示，本发明实施例提供的高精度态区分检测系统包括：

信号发送端1、通信模块2以及信号接收端3；

信号发送端1即Alice，用于发送具有N个可能的非正交的相干态(|α₀>,|α₁>,|α₂>,…,|α_N>)的态模式的随机信号；

通信模块2，用于采用离散调制的连续变量量子密钥分发协议进行通信；

信号接收端3即Bob，用于利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

本发明实施例提供的高精度态区分检测系统方法包括：

采用离散调制的连续变量量子密钥分发协议作为基本通信，信号发送端发送具有N个可能的非正交的相干态(|α₀>,|α₁>,|α₂>,…,|α_N>)的态模式的随机信号；信号接收端利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

如图3所示，本发明实施例提供的高精度态区分检测系统方法包括以下步骤：

S101，Alice随机选择一个相干态|α>，并通过有损耗和噪声的量子信道将选择的相干态发送至远端的Bob；

S102，Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量。

步骤S102中，本发明实施例提供的Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量包括：

(1)将|α>的所有可能态(|α₀>,|α₁>,|α₂>,…,|α_N>)的后验概率设置为0；

(2)态区分检测器利用随机函数f(x)计算对|α>的预测态|β_i>的首次取值|β₁>；其中|β₁>为|α>的所有可能态(|α₀>,|α₁>,|α₂>,…,|α_N>)中的任意一种；

(3)通过位移算符D(β_i)将|α>位移至|α-β_i>，并在位移态的后方部署一个PNRD进行位移场的光子数量的检测；如果在PNRD场上检测不到光子的存在，则表示预测正确，即|β_i>＝|α>,Π₀响应；如果能够检测到光子的存在，则表示预测失败，Π₁响应；

(4)将预测态|β_i>加入到预测集D_all中；并为步骤(3)的预测过程进行类别标记，预测成功则赋予类别标记l_i＝0，预测失败则赋予类别标记l_i＝1，同时将结果l_i加入到标记集L_all；

(5)根据当前标记集L_all(l₁，l₂，…l_N)和预测集D_all(β₁，β₂，…β_N)计算所有可能态|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率；同时按照下式计算|α>在已知|β_i>，l_i的条件下所发生的概率：

P_po({|α>}|β_i，l_i)＝AP(l_i|β_i，{|α>})P_pr{|α>}，

其中P_po({|α>}|β_i，l_i)和P_pr{|α>}分别表示后验概率和先验概率，P(l_i|β_i，{|α>})表示对|α>进行位移操作之后观察到的检测结果l_i的条件泊松概率，而A是所有可能态概率和所计算出来的标准归一化因子。

(6)协同之前的历史数据将所有的可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率进行迭代更新，并将具有最高概率的可能态|α_x>(x∈1，2，…，N))作为下一次的预测态|β_i+1>。

下面结合具体实施例对本发明的技术效果作进一步描述。

实施例1：

本发明给出了一种高精度态区分检测系统器的技术方案，首先，本发明采用了离散调制的连续变量量子密钥分发协议作为本发明的基本通信，所以Alice发送的随机信号态将具有N个可能的非正交的相干态(|α₀>，|α₁>，|α₂>，…，|α_N>)的态模式。然后本发明在接收端增加了一个基于贝叶斯算法的态区分检测器来提升非正交量子态被正确测量的概率。图1给出了基于光子数解析和反馈形式下自适应测量的态区分检测器原理图。

1)Alice随机选择一个相干态|α>，然后通过有损耗和噪声的量子信道将它发送到远端的Bob。

2)Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量。

3)在每次自适应测量i(i∈1，2，3，…，M)过程中，态区分检测器对|α>的预测态为|β_i>，而|β_i>的首次取值|β₁>则是态区分检测器利用随机函数f(x)所求得，其值为|α>的所有可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)中的任意一种，之后|β_i>的取值则是通过计算所有可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率，选择其中具有最高概率的可能态来充当预测态。其次在确定预测态|β_i>之后，然后本发明通过位移算符D(β_i)将|α>位移至|α-β_i>，接着在位移态的后方部署一个PNRD来检测位移场的光子数量。如果在PNRD场上检测不到光子的存在，则表示预测正确，即|β_i>＝|α>，Π₀响应。如果能够检测到光子的存在，则表示预测失败，Π₁响应。然后，本发明将预测态|β_i>加入到预测集D_all中。于此同时，本发明还需要给本次预测过程进行类别标记，预测成功则赋予类别标记l_i＝0，预测失败则赋予类别标记l_i＝1，同时将结果l_i加入到标记集L_all。另外，在最开始相干态|α>被自适应测量之前，所有可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率都设置为0。则在经过第i(i∈1，2，3，…，M)次自适应测量之后，本发明就能根据当前标记集L_all(l₁，l₂，…l_N)和预测集D_all(β₁，β₂，…β_N)推算出所有可能态|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率，根据贝叶斯相关推论，本发明可以推出|α>在已知|β_i>，l_i的条件下所发生的概率：

P_po({|α>}|β_i，l_i)＝AP(l_i|β_i，{|α>})P_pr{|α>}，

其中P_po({|α>}|β_i，l_i)和P_pr{|α>}分别表示后验概率和先验概率，P(l_i|β_i，{|α>})是对|α>进行位移操作之后观察到的检测结果l_i的条件泊松概率，而A是所有可能态概率和所计算出来的标准归一化因子。在本轮预测计算过程中，由于本发明已经先将预测态|β_i>加入到了预测集，则在计算完|α>的后验概率之后，本发明需要重新对所有的可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率并协同之前的历史数据进行迭代更新，并将具有最高概率的可能态|α_x>(x∈1，2，…，N))作为下一次的预测态|β_i+1>。此外，在本轮计算中的后验概率将在下一轮的预测过程中成为先验概率。

在经过M次自适应测量之后，输出的|β_M+1>预测态将具有更高可能的概率与输入态|α>相同，从而有效的减少了|α>被错误测量的概率。此外，在整个自适应测量过程中，本发明通过应用机器学习算法中的贝叶斯推论来对相干态|α>进行预测，因此，当掌控的信息越多，则预测的结果也将更加精准。

下面结合实验对本发明的技术效果作详细的描述。

图5为高精度态区分检测器的具体实验图。在输入态的制备中，相位调制器PM1和衰减器组Attn一起在给定的光脉冲中制备待鉴别的输入场|α>的状态。在校准过程中，使用校准的探测器Det和反射镜M1将|α>翻转到光束路径中来确定该点的平均光子数<n>。在输入态鉴别过程中，接收器使用自适应位移测量输入场|α>的状态，而该位移由相位调制器PM2准备并在分束器BS2中执行，然后使用快速反馈的光子探测器PNRD进行光子计数。此外，图中DD为差分检测器，用于对不同的激光进行差分检测，DM为具有高透射率的分色镜，FPGA为现场可编程门阵列，用于收集检测结果，而PZT为安装后视镜的压电换能器，SMF为单模光纤。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种高精度态区分检测系统方法，其特征在于，所述高精度态区分检测系统方法采用离散调制的连续变量量子密钥分发协议作为基本通信，信号发送端发送具有N个可能的非正交的相干态(|α₀>，|α₁>，|α₂>，…，|α_N>)的态模式的随机信号；信号接收端利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

2.如权利要求1所述的高精度态区分检测系统方法，其特征在于，所述高精度态区分检测系统方法包括以下步骤：

步骤一，Alice随机选择一个相干态|α>，并通过有损耗和噪声的量子信道将选择的相干态发送至远端的Bob；

步骤二，Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量。

3.如权利要求2所述的高精度态区分检测系统方法，其特征在于，步骤二中，所述Bob通过态区分检测器对接收到的相干态|α>进行M次自适应测量包括：

(1)将|α>的所有可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率设置为0；

(2)态区分检测器利用随机函数f(x)计算对|α>的预测态|β_i>的首次取值|β₁>；

(3)通过位移算符D(β_i)将|α>位移至|α-β_i>，并在位移态的后方部署一个PNRD进行位移场的光子数量的检测；

(4)将预测态|β_i>加入到预测集D_all中；并为步骤(3)的预测过程进行类别标记，预测成功则赋予类别标记l_i＝0，预测失败则赋予类别标记l_i＝1，同时将结果l_i加入到标记集L_all；

(5)根据当前标记集L_all(l₁，l₂，…l_N)和预测集D_all(β₁，β₂，…β_N)计算所有可能态|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率；同时计算|α>在已知|β_i>，l_i的条件下所发生的概率；

(6)协同之前的历史数据将所有的可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)的后验概率进行迭代更新，并将具有最高概率的可能态|α_x>(x∈1，2，…，N))作为下一次的预测态|β_i+1>。

4.如权利要求2所述的高精度态区分检测系统方法，其特征在于，步骤(1)中，所述|β₁>为|α>的所有可能态(|α₀>，|α₁>，|α₂>，…，|α_N>)中的任意一种。

5.如权利要求3所述高精度态区分检测系统方法，其特征在于，步骤(3)中，所述PNRD进行位移场的光子数量的检测包括：如果在PNRD场上检测不到光子的存在，则表示预测正确，即|β_i>＝|α>，∏₀响应；如果能够检测到光子的存在，则表示预测失败，∏₁响应。

6.如权利要求3所述高精度态区分检测系统方法，其特征在于，步骤(5)中，所述|α>在已知|β_i>，l_i的条件下所发生的概率计算公式如下：

P_po({|α>}|β_i，l_i)＝AP(l_i|β_i，{|α>})P_pr{|α>}，

其中P_po({|α>}|β_i，l_i)和P_pr{|α>}分别表示后验概率和先验概率，P(l_i|β_i，{|α>})表示对|α>进行位移操作之后观察到的检测结果l_i的条件泊松概率，而A是所有可能态概率和所计算出来的标准归一化因子。

7.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：采用离散调制的连续变量量子密钥分发协议作为基本通信，信号发送端发送具有N个可能的非正交的相干态(|α₀>，|α₁>，|α₂>，…，|α_N>)的态模式的随机信号；信号接收端利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

8.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：采用离散调制的连续变量量子密钥分发协议作为基本通信，信号发送端发送具有N个可能的非正交的相干态(|α₀>，|α₁>，|α₂>，…，|α_N>)的态模式的随机信号；信号接收端利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

9.一种实施权利要求1～6任意一项所述高精度态区分检测系统方法的高精度态区分检测系统，其特征在于，所述高精度态区分检测系统包括：

信号发送端，用于发送具有N个可能的非正交的相干态(|α₀>，|α₁>，|α₂>，…，|α_N>)的态模式的随机信号；

通信模块，用于采用离散调制的连续变量量子密钥分发协议进行通信；

信号接收端，用于利用基于贝叶斯算法的态区分检测器进行非正交量子态测量。

10.一种高精度态区分检测器，其特征在于，所述高精度态区分检测器搭载权利要求9所述的高精度态区分检测系统。

Images