基于OpenCL/GPU异构计算的高速数据协调系统设计

针对当前连续变量量子密钥分发时数据协调运算速度低的问题,本文提出一种采用GPU与OpenCL异构计算的多维数据协调方案,并提出了一种静态双向十字链表存储超大规模LDPC码的校验矩阵,以适应OpenCL平台特殊要求。实验仿真结果显示,当码长为2×105时,在保证有效数据协调且相同码率的前提下,GPU平均译码速率可达到CPU的4.2倍,但牺牲了部分精度。     

基于PEG算法的连续变量量子密钥分发多维数据协调

针对连续变量量子密钥分发系统数据协调过程中效率偏低而造成的密钥量不易提取的问题,本文引入PEG(Progressive-edge-growth)算法构造合适度分布的LDPC校验矩阵,译码时采用LLR-BP译码算法。仿真结果表明,相同度分布下PEG方法构造出的校验矩阵比传统Mackay方法构造出的校验矩阵在译码时,能够更快达到收敛,并且在码率为0.5,码长为10~5时,PEG协调方案协调效率达到93.4%,提取到的安全密钥量为5.41 kb/s,信息传输距离为44.5 km。     

用于多维数据协调的双边类型LDPC码

在连续变量量子密钥分发(CV-QKD)多维数据协调中,协调效率和密钥传输距离取决于低密度奇偶校验(LDPC)码的纠错性能。在本研究中构造了一种拥有重复累积(RA)码中累积结构的高码率双边类型LDPC码(TET-LDPC),这种双边类型LDPC码在多维数据协调中相比于普通LDPC码可以得到更好的协调性能。经仿真结果可知,在信噪比为1.68 dB时,本文构造的码长为2×10~5的TET-LDPC的协调效率仍然可以达到98.48%,并得到了17.35 kb/s的安全密钥率。     

基于双边类型低密度奇偶校验码的连续变量量子密钥分发多维数据协调

在连续变量量子密钥分发(CVQKD)多维数据协调过程中,低密度奇偶校验码(LDPC)的纠错性能直接影响协调效率和传输距离。构造了一种双边类型的低密度奇偶校验码(TET-LDPC),引入了类似于重复累积码中的累积结构以提高其纠错性能,在多维数据协调算法中得到了更小的收敛信噪比、更高的协调效率以及更远的传输距离。仿真结果表明:当TET-LDPC的码率为0.5,分组码长为2×10~5时,收敛信噪比降至1.02dB,协调效率达到了98.58%,安全密钥率达到17.61kb/s,CVQKD系统的传输距离提高为44.9km。