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与流程

本发明涉及高数据利用率及高精度参数估计领域，具体涉及到连续变量量子密钥分发中的高数据利用率及高精度参数估计方法。通过对现有连续变量量子密钥分发中参数估计步骤的优化，使得参数估计的精度和后处理的数据利用率都大大提高，在长码长且纠错性能较好时，数据的利用率接近100％。

背景技术：

量子密钥分发(Quantum Key Distribution，QKD)是量子信息领域最接近实用的技术之一。根据调制方式的不同分为连续变量量子密钥分发(Continuous Variable Quantum Key Distribution，CV-QKD)和离散变量量子密钥分发(Discrete Variable Quantum Key Distribution，DV-QKD)。CV-QKD在信号的产生、检测等方面具有很大的优势。可以克服DV-QKD在单光子制备以及单光子探测器方面的困难。因此，CV-QKD吸引了越来越多的学者对其进行研究。

在CV-QKD系统中，由于信道存在噪声、损耗以及窃听者的干扰，使得合法通信双方的数据只是具有关联性，存在误码且不安全。因此，需要通过参数估计步骤估计出信道的损耗，噪声以及最终可以获得的安全码率。

参数估计是CV-QKD中非常重要的一个步骤，主要用来估计信道的参数，比如信道传输率，信道过噪声等，最终估计出系统的安全码率。考虑到有限码长的影响，为了能够提取到安全密钥，通常要求参数估计的长度足够长，即使传输距离为0km，长度也要求达到10⁶；当传输距离为50km时，要求长度要达到10⁸。而为了保证参数估计的准确性，传统的参数估计方法一般需要消耗一半的原始密钥，只能用剩下的一半数据进行数据协调。因此这种方法会消耗大量的原始密钥，不仅数据利用率低，而且只用了部分数据进行参数估计，精度也不高。参数估计的数据利用率和精度都会影响到系统的安全码率。因此为了提高系统的安全码率，研究一种高数据利用率和高精度的CV-QKD参数估计方法很有必要。

技术实现要素：

要解决的技术问题

本发明的目的是为了提高CV-QKD系统的安全码率，而提出的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。

技术方案

本发明的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

通过以下步骤实现：

步骤1：将合法通信双方的第一组数据全部公开，估计信道传输率T和信道过噪声ξ。然后计算出信噪比SNR。

步骤2：从第二组数据开始，所有数据都用于提取密钥。首先进行数据协调，非协调方发送边信息给协调方，协调方利用上一组数据参数估计的结果以及Bob端发送的边信息进行纠错译码。

其中，数据协调算法采用的是多维协商算法和多边类型LDPC码纠错。

步骤3：如果协调方译码成功，那么双方共享一组完全相同的二进制比特串，协调方可以据此恢复出非协调方多维协商以后的数据。由于多维协商只是一个旋转操作不会改变原始数据的参数。此时协调方既拥有非协调方多维协商以后的数据，还有自己多维协商以后的数据，因此不需要公开任何数据就可以用全部数据进行参数估计。随后通信双方将根据参数估计结果使用本组全部数据进行私钥放大。如果纠错失败，那么协调方将公开这组数据，由非协调方进行参数估计，其结果供下组数据纠错使用，并终止后续私钥放大步骤。

步骤2的具体步骤如下：

步骤2A：从第二组数据开始，所有数据都用于提取密钥。首先进行数据协调，非协调方首先进行多维协商并发送映射关系给协调方，然后协调方接收到映射关系后也进行同样的多维协商。

步骤2B：非协调方利用多维协商后数据和多边类型LDPC码计算校验子并发送给协调方；然后协调方利用上组数据参数估计的结果以及非协调方发送的边信息进行纠错译码。

步骤3的具体步骤如下：

步骤3A：如果协调方译码成功，那么协调方首先恢复出非协调方多维协商以后的数据。然后进行参数估计，估计出信道传输率T和信道过噪声ξ，并计算信噪比SNR和本组数据的安全码率K，然后进行本组数据的私钥放大。

步骤3B：如果协调方译码失败，则公开本组数据，然后进行参数估计，估计出信道传输率T和信道过噪声ξ，并计算信噪比SNR，供下组数据纠错使用，并终止后续私钥放大步骤。

有益效果

为了能够尽可能准确估计信道传输率，过噪声等，从而准确估计CV-QKD系统的安全码率，原始的参数估计方法通常需要消耗大量的原始密钥，一般要消耗一半的原始密钥，甚至更多。因此原始参数估计方法数据利用率很低。另外，即使消耗一半的原始密钥进行参数估计，最终的结果也是不精确的。本发明中的方法使用第一组的全部数据进行参数估计。从第二组数据开始如果纠错成功，协调方首先恢复出非协调方的原始数据，然后利用全部数据进行参数估计；如果纠错失败，公开本组数据进行参数估计。因此不管纠错成功与否，都可以利用全部数据进行参数估计，其估计精度得到了大大的提高。另外本发明中的方法在长码长且纠错性能较好时，数据利用率几乎为100％。

附图说明

图1为本发明所用方法的流程图

具体实施方式

下面结合说明书附图详细说明本发明所使用方法的具体实施方式。

首先将合法通信双方的第一组数据全部公开，估计信道传输率T和信道过噪声ξ。然后计算出信噪比SNR。设合法通信双方的数据分别为x和y，噪声为z，其关系满足：

y＝tx+z (1)

其中x～N(0,VA)，VA为发送端的调制方差；z～N(0,σ²)，σ²＝1+Tξ。估计信道传输率T和信道过噪声ξ是为了估计t和噪声方差σ²。因此我们直接估计t和σ²，步骤如下：

将(2)和(3)的估计结果带入(1)式，即可计算出信噪比SNR为：

然后从第二组数据开始利用全部数据提取密钥。首先进行数据协调，分为两个步骤：多维协商和多边类型LDPC码纠错。纠错时需要用到公式(4)的结果。假设合法通信双方多维协商以后的结果分别为u和v，噪声为w，那么满足：

v＝tu+w (5)

多维协商的第一步为归一化，目的是在d维单位球面上进行旋转，不改变原始数据的统计参数。对于下式：

w'＝||Y||v-t||X||u (6)

其中||Y||,||X||为归一化参数。由于多维协商仅仅是旋转操作，因此w'和z满足相同的分布。如果译码成功协调方可以恢复出非协调方多维协商以后的数据，因此不需要公开任何数据即可按照下面的方法进行参数估计：

然后同理按照公式(4)以及公式(7)、(8)计算出SNR，下一组数据可以根据此SNR进行纠错。除此之外，还可以计算出协方差矩阵，然后根据协方差矩阵计算出本组数据的安全码率，供私钥放大步骤使用。

如果纠错失败，则公开本组数据进行参数估计，不进行后面的私钥放大。

以此类推，直至量子密钥分发完成。

通过上述实例，详细说明了本发明如何获得高数据利用率以及高精度的参数估计方法。本发明可以有效的提高数据的利用率以及参数估计的精度。

本发明并不局限于上述实例，凡是在权利要求范围内做出的任何形式的变形或者修改，均属于本发明的保护范围。