CN112886970B - 一种用于连续变量量子密钥分发的协商方法 - Google Patents
一种用于连续变量量子密钥分发的协商方法 Download PDFInfo
- Publication number
- CN112886970B CN112886970B CN202110032260.7A CN202110032260A CN112886970B CN 112886970 B CN112886970 B CN 112886970B CN 202110032260 A CN202110032260 A CN 202110032260A CN 112886970 B CN112886970 B CN 112886970B
- Authority
- CN
- China
- Prior art keywords
- alice
- data
- bob
- decoding
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013139 quantization Methods 0.000 claims abstract description 59
- 238000012937 correction Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- LTXREWYXXSTFRX-QGZVFWFLSA-N Linagliptin Chemical compound N=1C=2N(C)C(=O)N(CC=3N=C4C=CC=CC4=C(C)N=3)C(=O)C=2N(CC#CC)C=1N1CCC[C@@H](N)C1 LTXREWYXXSTFRX-QGZVFWFLSA-N 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 241000169170 Boreogadus saida Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
- H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
- H03M13/11—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits using multiple parity bits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
一种用于连续变量量子密钥分发的协商方法,提高slice协商算法效率,属于量子密钥分发技术领域。本发明包括:Alice和Bob将实数区间进行最优划分,利用随机的正交矩阵将各自连续变量的原始数据进行旋转;Bob根据最优量化区间,将其旋转后的数据量化编码,采用纠错码分别计算出量化编码Q1,Q2,…,Qm的校验信息Ql,…,Qm,量化层数m,将Q1,…,Ql‑1和Sl,…,Sm发送给Alice;Alice计算Qm的译码初始信息,结合Sm对Bob的Qm进行译码;Alice,对Ql,…,Qm‑1从低层至高层依次进行译码,利用联合概率分布对于第k层量化数据Qk的译码,获得译码初始信息Alice根据对Bob的m层量化数据的译码结果,获得与Bob一致的密钥。
Description
技术领域
本发明涉及一种用于连续变量量子密钥分发的协商方法,属于量子密钥分发技术领域。
背景技术
协商算法的作用是从Alice和Bob的原始连续变量数据中提取出一致的比特数据,它是连续变量量子密钥分发(Continuous Variable Quantum Key Distribution,CV-QKD)后处理中最受关注的环节,其效率对CV-QKD系统的安全码率以及最大安全通信距离具有决定性作用。
现有的协商算法主要包括两种:slice协商算法和多维协商算法。目前,CV-QKD协商方面的研究工作都是在上述两种算法的基础上,结合LDPC码、Polar码、Raptor码等传统纠错码完成数据的协商,但这两种协商算法各有优缺点。一方面,多维协商算法的量化方案比slice协商算法效果更好,使得它对于信道噪声较大的远距离CV-QKD系统仍然可以完成高效的数据协商。多维协商算法最多只能从一个连续变量数据中提取1比特密钥,其码率低于1bit/pulse。当信道的信噪比(Signal-to-Noise Ratio,SNR)大于3时,信道容量大于1bit/pulse,多维协商算法的协商效率将会显著降低。因此,多维协商算法更适合于远距离CV-QKD系统;另一方面,slice协商算法利用特定量化函数能从一个连续变量数据中提取多个比特密钥,其码率能高于1bit/pulse。但slice协商算法的量化方案的性能不如多维协商且受噪声的影响较大,尤其对于低SNR的数据量化效率非常低,使得其更适合于近距离CV-QKD系统。CV-QKD系统的安全码率会随着通信距离的增加而大幅度降低。目前,受物理技术的限制,远距离CV-QKD系统安全密钥速率普遍较低,很难满足保密通信的实际需求。利用近距离量子密钥分发(Quantum Key Distribution,QKD)系统构建QKD网络为保密通信提供高速密钥是一种更加可靠的方案。针对近距离CV-QKD系统,如何尽可能地提高slice协商算法的协商效率以获得更高的安全码率是一个关键的问题。
发明内容
针对如何提高slice协商算法效率的问题,本发明提供一种为近距离CV-QKD系统提供高效的协商算法以提升安全码率的用于连续变量量子密钥分发的协商方法。
本发明的一种用于连续变量量子密钥分发的协商方法,所述协商方法包括:
S1、Alice和Bob选定slice协商算法的量化层数m,将实数区间进行最优划分,获取最优量化区间;
S2、Alice和Bob利用随机的正交矩阵将各自连续变量的原始数据进行旋转;
S3、Bob根据最优量化区间,将其旋转后的数据量化编码为m个比特序列Q1,Q2,…,Qm,分别作为Bob的第1,2,…,m层量化数据,然后采用纠错码分别计算出Ql,…,Qm的校验信息Sl,…,Sm,并通过经典信道将Q1,…,Ql-1和Sl,…,Sm发送给Alice,1≤l<m;
S5、Alice采用与Bob纠错码相应的译码算法,对Ql,…,Qm-1从低层至高层依次进行译码,利用联合概率分布对于第k层量化数据Qk的译码:Alice利用从经典信道获得的Q1,…,Ql-1、低于k层的译码及Qm的译码以及Alice在S2中旋转后的数据,计算第k层的译码初始信息l≤k≤m-1,将及Sk作为译码算法的输入对Bob的第k层量化数据Qk进行译码;
S6、Alice根据对Bob的m层量化数据的译码结果,获得与Bob一致的密钥。
作为优选,S2包括:
S21、Alice和Bob将各自的原始数据中每d个数据作为一组划分成若干个d维向量;
S22、Bob随机产生长度d的比特串B={bi}d并从d-1维单位球面上随机选择一个与相邻的点然后计算出满足的正交矩阵M发送给Alice,并利用正交矩阵M将原始数据Y旋转为Y′=MY,其中T={ti}d,yi表示Alice的原始数据Y中一个数据yi;
S23、Alice利用接收到的正交矩阵M对原始数据X进行相同的变换,获得数据X′=MX。
y表示实数轴上的积分变量,Q1,…,k-1,m(y)表示y的第1,…,k-1,m层量化数据,δ表示Alice的信号调制方差,σ表示信道噪声方差,[τa-1,τa]为集合τ0中的一个量化区间,[τb-1,τb]为集合τ1中的一个量化区间。
本发明的有益效果,本发明随机的正交矩阵能在不改变原始数据概率分布的情况下,将数据尽可能旋转至非零值附近,从而降低了噪声对量化结果的影响;本发明根据旋转后数据的概率分布推导出的初始译码信息能更加准确地对量化结果进行估计,进一步通过改变量化层的译码顺序,充分利用了初始译码信息的增益。因此,本发明较大程度上提升了slice协商算法的整体效率。
附图说明
图1为本发明的原理示意图;
图2为本发明应用于slice协商算法前后的量化效率对比,图2中上面两条曲线对应本发明的;
图3为本发明应用于slice协商算法前后的协商效率对比;
图4为本发明应用于slice协商算法前后CV-QKD系统的安全码率对比。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本实施方式是对slice协商算法的改进,slice协商算法数据的协商方式通常分为正向协商和反向协商。正向协商以发送端Alice的数据作为基准对接收端Bob的数据进行纠错,即Alice为编码端,Bob为译码端;反向协商则是以Bob的数据作为基准对Alice的数据进行纠错,即Alice为译码端,Bob为编码端。通常情况下,反向协商的协商效果比正向协商好,两种协商方式都可以采用slice协商算法实现。以反向协商为例,slice协商算法的协商过程包括如下步骤:
步骤一:Alice和Bob选定slice协商算法的量化层数m,并根据Alice的调制方差、信道SNR等系统参数,计算最优量化区间将实数区间的进行最优划分;
步骤二:Bob根据量化区间,将其原始数据Y量化编码为m个比特序列Q1,Q2,…,Qm,然后采用纠错码分别计算出Ql,…,Qm的校验信息Sl,…,Sm,并通过经典信道将Sl,…,Sm和Q1,…,Ql-1作为边信息一并发送给Alice进行译码;
步骤三:Alice利用接收到的边信息以及原始数据X,采用与Bob纠错码相应的译码算法,对Bob的比特序列Ql,…,Qm从低层至高层依次进行译码以获得一致的密钥。
在利用slice协商算法进行数据协商时,由于双方的原始数据集中在零附近,译码端对编码端量化结果的估计受噪声影响较大,导致协商效果不够理想。为此,本实施方式通过改进slice协商算法,使译码端能更加准确地对编码端量化结果进行估计,从而提高算法的效率。
如图1所示,本实施方式的一种用于连续变量量子密钥分发的协商方法,包括:
步骤1、Alice和Bob选定slice协商算法的量化层数m、正交矩阵的维数d及协商数据块长N,并根据Alice的调制方差、信道SNR等系统参数,将实数区间进行最优划分,获取最优量化区间;
步骤2、Alice和Bob利用随机的正交矩阵将各自连续变量的原始数据进行旋转;
步骤3、Bob根据最优量化区间,将其旋转后的数据量化编码为m个比特序列Q1,Q2,…,Qm,分别作为Bob的第1,2,…,m层量化数据,然后采用纠错码分别计算出Ql,…,Qm的校验信息Sl,…,Sm,并通过经典信道将Q1,…,Ql-1和Sl,…,Sm发送给Alice,1≤l<m;
步骤5、Alice采用与Bob纠错码相应的译码算法,对Ql,…,Qm-1从低层至高层依次进行译码,利用联合概率分布对于第k层量化数据Qk的译码,Alice利用从经典信道获得的Q1,…,Ql-1、低于k层的译码及Qm的译码以及Alice在步骤2中旋转后的数据,计算第k层的译码初始信息l≤k≤m-1,将及Sk作为译码算法的输入对Bob的第k层量化数据Qk进行译码;
步骤6、Alice根据对Bob的m层量化数据的译码结果,获得与Bob一致的密钥。
本发明对Alice和Bob的数据进行slice量化操作之前,先利用随机的正交矩阵将原始数据进行旋转映射;对于双方旋转并量化后数据,根据它们的联合概率分布,推导新的初始译码信息估计函数,用于译码端对编码端各层量化结果进行初始估计;本实施方式的协商方法首先对最高层(第m层)的量化数据进行纠错,然后对剩余量化层(第l到m-1层)的数据从低层至高层依次进行纠错。
本实施方式随机的正交矩阵能在不改变原始数据概率分布的情况下,将数据尽可能旋转至非零值附近,从而降低了噪声对量化结果的影响;本实施方式根据旋转后数据的概率分布推导出的初始译码信息能更加准确地对量化结果进行估计,进一步通过改变量化层的译码顺序,充分利用了初始译码信息的增益。因此,本实施方式较大程度上提升了slice协商算法的整体效率。
正向协商与反向协商只是编码译码方向相反,即Alice和Bob角色互换。因此,译码过程与上述过程无明显区别,只需将上述过程中Alice和Bob执行的操作互换即可得到正向协商的过程。
本实施方式步骤2包括:
步骤21、Alice和Bob将各自的原始数据中每d个数据作为一组划分成若干个d维向量,如X={xi}d,Y={yi}d;
步骤22、Bob随机产生长度d的比特串B={bi}d并从d-1维单位球面上随机选择一个与相邻的点然后计算出满足的正交矩阵M发送给Alice,并利用正交矩阵M将原始数据Y旋转为Y′=MY,其中T={ti}d,yi表示Alice的原始数据Y中一个数据yi;
步骤23、Alice利用接收到的正交矩阵M对原始数据X进行相同的变换,获得数据X′=MX。
y表示实数轴上的积分变量,Q1,…,k-1,m(y)表示y的第1,…,k-1,m层量化数据,δ表示Alice的信号调制方差,σ表示信道噪声方差,[τa-1,τa]为集合τ0中的一个量化区间,[τb-1,τb]为集合τ1中的一个量化区间。
CV-QKD的协商需要将连续变量的原始数据量化成比特数据并利用纠错码译码才能获得完全一致的密钥。考察不同量化层数m、量子信道信噪比SNR(从1到10,步长为0.5)条件下,从两个指标分析本发明的效果。这两个指标分别为量化效率以及协商效率。量化的目标是最小化信息损失,从而使量化后数据的互信息尽可能接近量化前的互信息。量化效率是衡量量化的效果的指标,其定义如下:
其中,为原始数据间的互信息,也等于信道容量,H(ei)=-eilog2(ei)-(1-ei)log2(1-ei),ei为Alice对Bob第i层量化结果估计错误的概率,H(X)表示随机变量X的香农熵。βs的值越大意味着量化效率越高,量化前后的信息损失就越小,其理论极限为1。
图2列出了本发明对slice算法量化效率的影响。由图2可以看出,应用本发明后的协商方法总是具有更好的量化效率。由于slice协商方法受噪声影响较大,当SNR<3时,原始slice协商方法的量化效率急剧降低(<80%)。应用本发明后的slice协商方法对于SNR<3的原始数据仍可保持96%以上的量化效率,且在1<SNR<3范围内,采用5层协商的量化效率甚至达到99%以上,显著提高了原始slice协商方法的协商效率,降低了噪声对slice协商方法的影响。
协商方法的目的是从原始数据中提取出完全一致的密钥。对原始数据进行量化之后,还需要采用纠错码进行译码以获得完全一致的密钥,协商效率用于衡量协商方法提取密钥的效果,其定义如下:
其中,Ri为第i层纠错码的码率。β的值越大意味着协商效率越高,其理论极限为1。
图3列出了本发明对slice算法协商效率的影响,各层采用polar码作为纠错码进行译码。由图3可以看出,应用本发明前后的slice协商方法的协商效率具有相同的变化趋势,且对于不同的帧长N=220,222,224及量子信道SNR,应用本发明后的协商方法总是具有更好的协商效率,协商效率提升了10%以上。
图4列出了本发明对CV-QKD系统安全码率的影响。由图4可以看出,对于采用slice协商方法进行协商的CV-QKD系统,应用本发明后总是具有更高的安全码率,同时最大安全通信距离也更远,理论上将采用原始slice协商方法的CV-QKD系统的最大安全通信距离从30km扩展到了45km。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (4)
1.一种用于连续变量量子密钥分发的协商方法,其特征在于,所述协商方法包括:
S1、Alice和Bob选定slice协商算法的量化层数m,将实数区间进行最优划分,获取最优量化区间;
S2、Alice和Bob利用随机的正交矩阵将各自连续变量的原始数据进行旋转;
S3、Bob根据最优量化区间,将其旋转后的数据量化编码为m个比特序列Q1,Q2,…,Qm,分别作为Bob的第1,2,…,m层量化数据,然后采用纠错码分别计算出Ql,…,Qm的校验信息Sl,…,Sm,并通过经典信道将Q1,…,Ql-1和Sl,…,Sm发送给Alice,1≤l<m;
S5、Alice采用与Bob纠错码相应的译码算法,对Ql,…,Qm-1从低层至高层依次进行译码,利用联合概率分布对于第k层量化数据Qk的译码:Alice利用从经典信道获得的Q1,…,Ql-1、低于k层的译码及Qm的译码以及Alice在S2中旋转后的数据,计算第k层的译码初始信息将及Sk作为译码算法的输入对Bob的第k层量化数据Qk进行译码;
S6、Alice根据对Bob的m层量化数据的译码结果,获得与Bob一致的密钥。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032260.7A CN112886970B (zh) | 2021-01-11 | 2021-01-11 | 一种用于连续变量量子密钥分发的协商方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032260.7A CN112886970B (zh) | 2021-01-11 | 2021-01-11 | 一种用于连续变量量子密钥分发的协商方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112886970A CN112886970A (zh) | 2021-06-01 |
CN112886970B true CN112886970B (zh) | 2022-07-01 |
Family
ID=76044180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110032260.7A Active CN112886970B (zh) | 2021-01-11 | 2021-01-11 | 一种用于连续变量量子密钥分发的协商方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112886970B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114499833B (zh) * | 2021-12-07 | 2023-09-15 | 东华大学 | 一种基于Raptor码的量子密钥分发信息协商方法 |
CN114422122B (zh) * | 2021-12-23 | 2024-08-27 | 山东工商学院 | 一种带半可信第三方的量子密钥协商方法及系统 |
CN114389805A (zh) * | 2021-12-31 | 2022-04-22 | 广东国腾量子科技有限公司 | 一种基于高斯调制相干态的cv-qkd的后处理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106100835A (zh) * | 2016-07-19 | 2016-11-09 | 北京邮电大学 | 一种用于连续变量量子密钥分发中的高精度参数估计及高后处理数据利用率方法 |
CN107645358A (zh) * | 2016-07-22 | 2018-01-30 | 北京大学 | 一种用于连续变量量子密钥分发中的码率自适应数据协调方法 |
CN108306733A (zh) * | 2018-05-04 | 2018-07-20 | 北京邮电大学 | 一种用于离散调制连续变量量子密钥分发中的后处理方法 |
CN109660339A (zh) * | 2018-11-20 | 2019-04-19 | 山西大学 | 连续变量量子密钥分发数据协调fpga异构加速方法 |
CN109728900A (zh) * | 2017-10-30 | 2019-05-07 | 科大国盾量子技术股份有限公司 | 离散变量量子密钥分发中ldpc纠错码率自适应方法及系统 |
CN111510286A (zh) * | 2020-03-17 | 2020-08-07 | 哈尔滨工业大学 | 一种量子密钥分发系统的误码协商方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3335368B1 (en) * | 2015-08-14 | 2022-08-03 | Nokia Technologies Oy | On-chip continuous variable quantum key distribution system with polarization and frequency division multiplexing |
KR101833956B1 (ko) * | 2017-05-19 | 2018-03-02 | 한국과학기술원 | 연속 변수 양자 암호 키분배 위상 보정 시스템 |
CN109510701B (zh) * | 2017-09-15 | 2021-10-01 | 华为技术有限公司 | 连续变量量子密钥分发设备及方法 |
CN108650083B (zh) * | 2018-05-04 | 2021-04-27 | 北京邮电大学 | 一种用于离散调制连续变量量子密钥分发中的slice协商方法 |
-
2021
- 2021-01-11 CN CN202110032260.7A patent/CN112886970B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106100835A (zh) * | 2016-07-19 | 2016-11-09 | 北京邮电大学 | 一种用于连续变量量子密钥分发中的高精度参数估计及高后处理数据利用率方法 |
CN107645358A (zh) * | 2016-07-22 | 2018-01-30 | 北京大学 | 一种用于连续变量量子密钥分发中的码率自适应数据协调方法 |
CN109728900A (zh) * | 2017-10-30 | 2019-05-07 | 科大国盾量子技术股份有限公司 | 离散变量量子密钥分发中ldpc纠错码率自适应方法及系统 |
CN108306733A (zh) * | 2018-05-04 | 2018-07-20 | 北京邮电大学 | 一种用于离散调制连续变量量子密钥分发中的后处理方法 |
CN109660339A (zh) * | 2018-11-20 | 2019-04-19 | 山西大学 | 连续变量量子密钥分发数据协调fpga异构加速方法 |
CN111510286A (zh) * | 2020-03-17 | 2020-08-07 | 哈尔滨工业大学 | 一种量子密钥分发系统的误码协商方法 |
Non-Patent Citations (3)
Title |
---|
An improved multidimensional reconciliation algorithm for continuous-variable quantum key distribution;李琼等;《Quantum Information Processing》;20181203;第18卷(第25期);1-20 * |
Discrete-Modulation Continuous-Variable Quantum Key Distribution Enhanced by Quantum Scissors;Masoud Ghalaii等;《IEEE Journal on Selected Areas in Communications》;20200123;第38卷(第3期);全文 * |
基于Turbo码的量子高斯密钥分发的数据协调;郭大波等;《量子光学学报》;20130225;第19卷(第1期);7 * |
Also Published As
Publication number | Publication date |
---|---|
CN112886970A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112886970B (zh) | 一种用于连续变量量子密钥分发的协商方法 | |
CN106161012B (zh) | 一种基于极化码纠错的量子密钥分发后处理系统和方法 | |
CN106685656A (zh) | 一种基于极化码的连续变量量子密钥分发系统中的数据纠错方法 | |
CN111342934B (zh) | 一种基于极化码的多级比特交织编码调制方法 | |
CN106330199B (zh) | 基于因子图的scma和ldpc联合检测译码算法及装置 | |
CN103414540A (zh) | 一种基于Polar码的退化窃听信道速率兼容方法 | |
CN106982086B (zh) | 一种基于收发天线选择的空间调制方法 | |
CN110233728B (zh) | 一种基于喷泉码的连续变量量子密钥分发数据协调方法 | |
CN104901795A (zh) | 基于信道特征的物理层密钥提取方法 | |
CN109921904B (zh) | 基于经典-量子极化信道的高效量子密钥分发方法 | |
Yona et al. | Efficient parametric decoder of low density lattice codes | |
CN110601699B (zh) | 码率动态可变的多元ldpc码实现方法 | |
CN110061803B (zh) | 一种低复杂度的极化码比特交织编码调制方法 | |
CN111130571B (zh) | 一种非正交多址接入系统中的极化码安全编码方法 | |
CN114257342B (zh) | 基于非二进制极化码的两用户多址接入系统编码及译码方法 | |
CN112332985A (zh) | 一种基于LDPC-Polar联合编码的量子密钥分发数据协商方法和系统 | |
CN108650083B (zh) | 一种用于离散调制连续变量量子密钥分发中的slice协商方法 | |
CN108650029B (zh) | 一种适用于量子安全直接通信的纠错编译码方法 | |
CN109586850B (zh) | 一种用于连续变量量子密钥分发系统中的基于极化码的分层数据协调方法 | |
CN116015538A (zh) | 一种基于Polar码的非正交多址接入通信方法 | |
CN112564715B (zh) | 连续变量量子密钥分发自适应协调方法 | |
Yang et al. | Design and analysis of lossy source coding of Gaussian sources with finite-length polar codes | |
Liu et al. | Non-Binary Polar Coded System for the Two-User Multiple-Access Channel | |
Zhou et al. | Universal construction for polar coded modulation | |
CN114448622B (zh) | 一种适用于低信噪比环境的物理层密钥生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |