基于生成对抗网络的混沌激光同步优化

提出并验证了一种基于深度学习的混沌激光同步优化方案,在共同外腔半导体激光器驱动注入同步系统中,引入生成对抗网络对初始的混沌同步信号进行优化。所提方案的主要优点在于：实现了混沌信号的时延标签抑制和复杂度提升;显著改善了混沌信号幅值分布的对称性;大幅降低了驱动端和本地端的相关性,提升了同步系统的私密性。此外,将优化后的混沌信号应用于物理熵源,在高质量混沌同步的基础上,验证了速率高达4.1 Gbit/s、误码率低于10-3的高速同步物理随机数产生。