CN110518920A - 一种适用于量子密钥分发***的纠错编解码方法 - Google Patents
一种适用于量子密钥分发***的纠错编解码方法 Download PDFInfo
- Publication number
- CN110518920A CN110518920A CN201910718458.3A CN201910718458A CN110518920A CN 110518920 A CN110518920 A CN 110518920A CN 201910718458 A CN201910718458 A CN 201910718458A CN 110518920 A CN110518920 A CN 110518920A
- Authority
- CN
- China
- Prior art keywords
- training information
- quantum
- information position
- variable node
- ldpc
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 title claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 146
- 230000008569 process Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012804 iterative process Methods 0.000 claims description 4
- 239000004568 cement Substances 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 13
- 238000003780 insertion Methods 0.000 abstract description 13
- 230000037431 insertion Effects 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 102100020786 Adenylosuccinate synthetase isozyme 2 Human genes 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 208000025274 Lightning injury Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H03M13/1102—Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
- H03M13/1105—Decoding
- H03M13/1108—Hard decision decoding, e.g. bit flipping, modified or weighted bit flipping
-
- 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
- H03M13/1102—Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
- H03M13/1148—Structural properties of the code parity-check or generator matrix
-
- 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
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
- H04L9/0852—Quantum cryptography
- H04L9/0858—Details about key distillation or coding, e.g. reconciliation, error correction, privacy amplification, polarisation coding or phase coding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Electromagnetism (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种适用于量子密钥分发***的纠错编解码方法，属于网络通信技术领域，包括量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码；将待传输的量子LDPC码发送至接收端以供接收端译码。本发明在接收端对原始的LDPC编码序列中***已知的训练信息位，并将***的训练信息位与接收端共享，接收端将***已知训练信息的量子LDPC编码发送至接收端供接收端译码。接收端在译码时，从接收到的量子LDPC编码消息中提取出训练信息位，通过提取到的训练信息位实现对信道的快速估计，得到较为准确的变量节点先验信息，结合变量节点的先验信息实现量子LDPC译码性能的提升。
Description
技术领域
本发明涉及网络通信技术领域，特别涉及一种适用于电力通信网中量子密钥分发***的纠错编解码方法。
背景技术
量子密钥分发***是利用单光子不可分割、量子态不可复制的特性，实现通信双方间的安全密钥分配，解决了对称加密算法中密钥分配的安全性问题。量子密钥分发的安全性由量子物理原理保障，其是至今为止唯一得到严格证明的，能从原理上确保实现无条件安全的通信加密技术。由于一些场景中涉及敏感数据通信的特殊需求，量子密钥分发***是保护敏感数据传输的极佳选择。
比如在电力***中，通信所用的光缆线路大多数为架空光缆，如光纤复合架空地线光缆(Optical Fiber Composite Overhead Ground Wire，OPWG)，或者全介质自承式光缆(All-dielectric Self-supporting Optical Cable，ADSS)，量子信号的传输距离及***稳定性受环境的影响较大。风、覆冰、雷击、温度变化、舞动等环境因素对光缆的影响会导致光纤的光子偏振态等物理状态发生变化，由于量子态极度脆弱，这些变化导致量子比特信息在传输中会发生比特翻转、相位翻转等错误。从而进一步使得正义密钥产生速率及错误率产生较大变化，这种外界环境对量子态的消相干作用对量子操作过是否能有效实现起着决定性的作用，量子纠错码(Quantum Error Correcti ngCode，QECC)是目前克服消相干最有效的方法。
纠错，即在通信中为了保证收到两端数据的一致性，发送端可以在有效数据(称为信息码元)之后附加一段额外的数据(称为监督码元)一起发送出去，接收端在接收到信息码元和监督码元之后可以检测出信息码元和监督码元是否存在错误，还可以对错误的数据纠错。低密度奇偶校验码(LowDensityParityCheckCode，LDPC)具有高效的编码与译码算法，而且在码率低于信道容量下可以随着码长的增加无限逼近Shannon限，所以在经典通信中得到了广泛的应用。
但是，在电力应用环境下使用架空光缆进行量子通信时，更容易受到各种环境因素的影响，误码率更高，传统的低密度奇偶校验码很难保证电力通信网中量子密钥分发***中量子密钥的准确性和电力***通信的可靠性。
发明内容
本发明的目的在于提供一种适用于量子密钥分发***的纠错编码方法和解码方法，以提高量子纠错码的纠错能力。
为实现以上目的，一方面，本发明提供一种适用于量子密钥分发***的纠错码方法，包括如下步骤：
量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码；
将所述待传输的量子LDPC码发送至接收端以供接收端译码。
进一步地，所述在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码，包括：
在所述量子LDPC序列中均匀的***所述已知的训练信息位，得到所述待传输的量子LDPC码。
进一步地，所述已知的训练信息位为0或1。
进一步地，在所述量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码之前，还包括：
采用仿真分析统计出所述已知的训练信息位的个数。
另一方面，提供一种适用于量子密钥分发***的纠错译码方法，用于在接收端对如上所述的待传输的量子LDPC码进行译码，包括：
从接收到的所述待传输量子LDPC码中提取出所述训练信息位；
根据所述训练信息位，计算变量节点的初始先验概率；
基于变量节点的初始先验概率和预先设置的最大迭代次数，对所述待传输的量子LDPC码进行迭代译码。
进一步地，所述根据所述训练信息位，计算变量节点的初始先验概率，包括：
利用所述训练信息位估算出每个训练信息位对应的信道噪声标准差；
根据每个训练信息位对应的信道噪声标准差，计算所述变量节点的初始先验概率。
进一步地，所述基于变量节点的初始先验概率和预先设置的最大迭代次数，对所述待传输的量子LDPC码进行迭代译码，包括：
对于当前迭代过程，基于Tanner图对校验节点消息进行更新；
对于当前迭代过程，基于Tanner图和所述变量节点的初始先验概率对变量节点消息进行更新；
所述校验节点信息和所述变量节点信息更新后，计算所有变量节点总消息进行计算，得到译码码字c；
判断译码码字c是否满足
若是，则译码过程结束；
若否，则判断当前迭代次数是否达到所述预先设置的最大迭代次数；
若是，则译码过程结束；
若否，则进行下一次迭代。
进一步地，所述每个训练信息位对应的信道噪声标准差σ(n)的计算公式为：
式中：N为所述待传输的量子LDPC码的序列长度，τ为相邻训练信息位的比特间隔，i表示训练信息位的位数，x(i)是训练信息位硬判决后的结果，当第i个训练信息位正确时，x(i)取值为-1，表示该比特周围信道干扰较小，当第i个训练信息位错误时，x(i)取值为1，表示该比特周围信道干扰较大，a表示经验系数。
进一步地，所述根据每个训练信息位对应的信道噪声标准差，计算所述变量节点的初始似然比先验信息，包括：
式中，L(Pi)表示变量节点的初始对数似然比先验信息，σ(n)表示每个训练信息位对应的信道噪声标准差，y表示接收端接收到的消息。
进一步地，所述对于当前迭代过程，基于Tanner图和所述变量节点的初始先验概率对变量节点消息进行更新中，所述变量节点消息更新表达式为：
其中，L(k)(qij)表示第k次迭代过程中更新后的变量节点消息，qij是从校验节点传递到变量节点的信息，L(Pi)表示变量节点的初始似然比先验信息，i表示变量节点的位数，Ci表示校验节点，Ci\j表示除去第j个校验节点外的所有校验节点，L(k)(rj`i)表示校验节点信息。
与现有技术相比，本发明存在以下技术效果：传统的LDPC编码及其改进的编码在进行译码优化时，一般是结合初始预设的变量节点的先验信息，利用校验矩阵进行检错和纠错，变量节点的先验信息和信道是有相关性的。本发明在接收端对原始的LDPC编码序列中***已知的训练信息位，并将***的训练信息位与接收端共享，接收端将***已知训练信息的量子LDPC编码发送至接收端供接收端译码。接收端在译码时，从接收到的量子LDPC编码消息中提取出训练信息位，通过提取到的训练信息位实现对信道的快速估计，得到较为准确的变量节点先验信息，结合变量节点的先验信息实现量子LDPC译码性能的提升。
附图说明
下面结合附图，对本发明的具体实施方式进行详细描述：
图1是一种适用于量子密钥分发***的纠错编码方法的流程示意图；
图2是在发射端***训练信息和在接收端提取训练信息的原理图；
图3是一种适用于量子密钥分发***的纠错译码方法的流程示意图；
图4是接收端对接收到的量子LDPC码进行译码的整体流程示意图；
图5是不同长度训练信息位的纠错性能比较示意图；
图6是16位训练信息位纠错性能与a值的关系曲线图；
图7是32位训练信息位纠错性能与a值的关系曲线图；
图8是***训练信息位的量子LDCP***和对未***训练信息位的量子LDCP***译码的BER性能对比示意图；
图9是***训练信息位的量子LDCP***和对未***训练信息位的量子LDCP***译码时迭代次数对比示意图。
具体实施方式
为了更进一步说明本发明的特征，请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用，并非用来对本发明的保护范围加以限制。
如图1至图2所示，本实施例公开了一种适用于量子密钥分发***的纠错编码方法，用于在发射端进行量子LDPC编码，包括如下步骤S11至S12：
S11、量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码；
S12、将所述待传输的量子LDPC码发送至接收端以供接收端译码。
需要说明的是，本实施例在发射端进行量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，并将***的训练信息位信息与接收端共享，该训练信息位的作用是用来估计其周围比特位的信道信息，用于实现对信道的快速估计。该训练信息位信息包括训练信息位的分布规律、训练信息位的数量、训练信息位的起始位置以及训练信息位的值等。以使得在接收端进行译码时，可以从量子LDPC码中提取训练信息位，并根据训练信息位的传输情况比如接收到的训练信息位正确或错误等，确定训练信息位的周围信息受信道噪声的影响大小，得到相对准确的变量节点的初始化先验概率信息，结合初始化先验概率信息和LDPC码的校验矩阵进行译码，大大提升了量子LDPC码的译码速度和性能，非常使用与涉及敏感数据传输的场景，比如电力通信***这种受环境影响较大的信道，对于量子密钥分发***在电力通信网中的应用起到了一定的保障作用。
本发明进一步的改进在于：已知的训练信息位固定为0或1。可以在量子LDPC序列中均匀***训练信息位或随机***训练信息位或者按照其他的规律***训练信息位。并将训练信息位的***规律与接收端共享。在接收端，从接收到的量子LDPC码中提取出训练信息位并进行判决，对比判决的信息和事先共享的训练信息位信息，根据对比结果对接收到的码字进行译码概率初始化：若接收端接收到的训练信息位发生错误，则认为该训练信息位收到了较强的信道噪声干扰，训练信息位两侧的信息位发生错误的概率也随之提高；同理，如果接收端接收到的训练信息位正确，则该训练信息位两侧的信息位收到的信道噪声干扰程度较小，训练信息位两侧信息位能够被接收端正确接收的概率将会提高。
在实际应用中，采用随机分布的方式将训练信息位***量子LDPC序列中时，无法保证训练信息位有效的影响范围，比如在所有训练信息位彼此相邻的***到量子LDPC序列中时，会导致训练信息位的影响范围只是局限于出现在训练信息位周围的几个比特位上，而不能覆盖到其他比特位上。而且在接收端无法正确的提取出训练信息位。
采用其他规律***训练信息位时，接收端需要知道训练信息位的***规律，而且无法保证准确、快速的提取出训练信息位。
采用均匀***训练信息位的方式即在量子LDPC序列中每隔相同数目的比特位，添加一个训练信息位。可以保证训练信息位有效的影响范围，而且在接收端只需知道第一个训练信息位的起始位置和相邻训练位的比特间隔，即可从接收到的量子LDCP码中准确、快速的提取出训练信息位。
因此，本实施例采用均匀分布方式，将训练信息位等间隔的***量子LDPC序列中。并将第一个训练信息位的起始位置、相邻训练位的比特间隔以及第一个训练信息位的值等信息与接收端共享。
在实际应用中，由于训练信息位的作用是估计其周围比特的信道信息，无需精确的对其周围各个比特位被接收的正确与否进行判断，因此无需在量子LDPC序列中***数量过多的训练信息位，若***过多的训练信息位，会增加量子LDPC码的冗余度，从而降低量子LDPC码的编码效率。因此作为本发明进一步的改进点在于：在往量子LDPC序列中***已知的训练信息位之前，还通过仿真实验分析出训练信息位的最佳个数。
如图5所示，本实施例经过仿真实验，在码长为1024的量子LDPC序列中***不同长度的训练信息位后，在接收端的译码性能的比较，图中，OSNR为光信噪比(Optical SignalNoise Ratio)，BER为误码率(Bit Error Rate)，可以看出随着***训练信息位数量的不断增加，接收端译码的误码曲线先是降低后趋于水平，在保证BER值最低时的最少训练信息位的数量在30左右。
需要说明的是，本实施例中以码长为1024的量子LDPC序列时***的训练信息位数量为30为例进行说明，在实际应用时，本领域技术人员可根据具体的量子LDPC序列的码长进行仿真实验，分析出加入的训练信息位的数量。
如图3所示，本实施例公开了一种适用于量子密钥分发***的纠错译码方法，用于在接收端对上述发射端发送的待传输的量子LDPC码进行译码，包括如下步骤S21至S23：
S21、从接收到的所述待传输量子LDPC码中提取出所述训练信息位；
S22、对所述训练信息位进行硬判决，根据判决结果计算变量节点的初始先验概率；
S23、基于变量节点的初始先验概率和预先设置的最大迭代次数，对所述待传输的量子LDPC码进行迭代译码。
需要说明的是，接收端对接收到的量子LDPC码中的训练信息位进行提取和判决，大于0时判决为“1”，小于0时判决为“0”，然后对比判决的信息和发射端发送的训练信息位的信息，根据对比结果对接收端所接收到的码字进行译码概率初始化，对训练信息位两侧的信息位被正确接收以及被错误接收端的概率进行预估，从而实现量子LDPC码译码的速度和性能。
本发明进一步地改进在于：上述步骤S22：根据所述训练信息位，计算变量节点的初始先验概率，具体包括如下细分步骤S221至S222：
S221、利用训练信息位估算出每个训练信息位对应的信道噪声标准差。
具体地，每个训练信息位所对应的信道噪声标准差σ(n)的计算公式为：
式中：N为所述待传输的原始量子LDPC码的序列长度，τ为相邻训练信息位的比特间隔，i表示训练信息位的位数，x(i)是训练信息位硬判决后的结果，当第i个训练信息位正确时，x(i)取值为-1，表示该比特周围信道干扰较小，当第i个训练信息位错误时，x(i)取值为1，表示该比特周围信道干扰较大，SNR表示信噪比，R表示码率，a表示修正参数。
S222、根据每个训练信息位对应的信道噪声标准差，计算所述变量节点的初始先验概率。
具体地，变量节点的初始先验概率L(Pi)的计算公式如下：
则有
式中：L(0)(qi'j)是从变量节点传递到校验节点的初始信息，σ(n)表示每个训练信息位对应的信道噪声标准差，xi表示原始码字，y表示接收端接收到的消息。
需要说明的是，当训练信息位正确时，σ(n)减小，初始先验概率L(Pi)增大，训练信息位错误时，σ(n)增大，初始先验概率L(Pi)减小。
具体地，即对量子LDPC码进行迭代译码的过程包括校验节点消息更新、变量节点消息更新以及译码判决，如图4所示，上述步骤S23：基于变量节点的初始先验概率和预先设置的最大迭代次数，对所述待传输的量子LDPC码进行迭代译码，具体包括如下细分步骤S231至S23：
S231、校验节点消息更新：对于当前迭代过程，基于Tanner图对校验节点消息进行更新；
具体地，对第k次迭代(1≤k≤Imax，Imax表示预先设置的最大迭代次数)，校验节点cj的外部信息沿着Tanner图的边从与其相邻的变量节点vi(i∈R(j))传递过来，计算校验节点消息更新的表达式为：
式中：L(k)(rji)表示第k次迭代过程中更新后的校验节点消息，rij是从校验节点传递到变量节点的信息，j表示校验节点的位数，Rj表示变量节点，Rj\i表示除去第i个变量节点外的变量节点，L(k)(qi'j)表示变量节点信息。
S232、变量节点消息更新：对于当前迭代过程，基于Tanner图和所述变量节点的初始先验概率对变量节点消息进行更新；
具体地，对第k次迭代，变量节点vi的外部信息从与其相邻的校验节点cj(j∈C(i))传递过来，计算变量节点消息更新的表达式为：
式中：L(k)(qij)表示第k次迭代过程中更新后的变量节点消息，qij是从变量节点传递到校验节点的信息，L(Pi)表示变量节点的初始似然比先验信息，i表示变量节点的位数，Ci表示校验节点，Ci\j表示除去第j个校验节点外的所有校验节点，L(k)(rj`i)表示校验节点信息。
S233、译码判决：在校验节点信息和变量节点信息更新后，计算所有变量节点总消息进行计算，得到译码码字c；
具体地，在每一次校验节点和变量节点更新之后，对所有的变量节点总信息进行计算，所有的变量节点总信息是校验节点传来消息和信道传递消息的叠加
若则否则
S234、判断译码码字c是否满足其中H为校验矩阵，若是，则执行步骤S235，若否，则执行步骤S236；
S235、译码过程结束；
S236、判断当前迭代次数是否达到所述预先设置的最大迭代次数，若是，则执行步骤S235，若否，则执行步骤S231以进行下一次迭代。
本发明进一步地改进在于：参数a的取值与***训练信息位的个数有关，可以通过仿真实验获得参数a的最优取值。本实施例采用Matlab作为仿真工具，分析了信道噪声标准差σ(n)的计算公式中a的优化结果，并将其与传统LDPC算法在相同环境下进行仿真比较，仿真中选取LDPC码字长度为1024，结果如图6至图7所示。
从图中可以看出，修正参数a值的大小可以决定训练信息位对信道干扰的估计范围。若a取值越大，那么训练信息位对周围比特的影响范围也将越小；若a取值较小，则由于相邻训练信息位的影响范围会发生重叠、造成比特位上估计值产生混叠，即一个训练信息位把其在一定范围内的估计值传递给了其估计范围之外的比特，从而影响了此比特的正确估计。如果产生估计值的混叠，译码过程的初始化信息就不能得到改善，从而影响了的译码性能，因此a值的选取会直接影响到译码的纠错能力。
而且对于一个LDPC码字，并不会因为加入的训练信息位变多，其纠错性能就变好。因为如果加入的训练信息位过多，相邻的训练信息位的比特间隔就变小，则即使a的取值很小，也会造成相邻两个训练信息位的影响范围发生重叠。
对于码长等于1024的码字，图6和图7分别给出了修正参数a的取值对译码BER性能的影响，从图6可以看出，对于含有16位训练信息位的译码算法，0.01为a的最佳选择；而对于含有32位训练信息位的译码算法，a的最优取值则为0.04。
应当理解的是，本实施例给出的修正参数a的两种具体取值仅为举例说明，本领域技术人员可根据实际***训练信息位的个数，进行相关仿真实验，分析出修正参数a的最优取值，具体仿真分析过程为：根据选定的信息位的位数，改变***参数值(如OSNR)，计算不同a下的纠码性能，进而分析得到最优取值。
图8中描述了加入训练信息位的LDPC码和传统LDPC码之间的比较。若要求BER低于10-9，加入16位训练信息位的LDPC码要比传统LDPC码的OSNR减少0.35dB；而加入32位训练信息位的LDPC码要比传统LDPC码的OSNR减少0.45dB。
图9描述了含训练信息位的LDPC码和传统LDPC码的平均译码迭代次数之间的对比。从图9可以看出，在较大的信噪比时，含训练信息位的LDPC码比传统LDPC码的译码收敛速度要快了近1倍，从而具有较高译码算法的效率。
仿真结果表明，本发明中的LDPC编解码方法可以进一步提高纠错性能和收敛速度，使得量子密钥分发***抵抗电力光缆恶劣环境的能力增强，从而保障量子密钥分发***在电力环境影响下仍然可以较好运行，保证了电力***通信中量子密钥的准确性，提高了电力***通信的可靠性。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种适用于量子密钥分发***的纠错编码方法，其特征在于，包括：
量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码；
将所述待传输的量子LDPC码发送至接收端以供接收端译码。
2.如权利要求1所述的适用于量子密钥分发***的纠错编码方法，其特征在于，所述在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码，包括：
在所述量子LDPC序列中均匀的***所述已知的训练信息位，得到所述待传输的量子LDPC码。
3.如权利要求1或2所述的适用于量子密钥分发***的纠错编码方法，其特征在于，所述已知的训练信息位为0或1。
4.如权利要求2所述的适用于量子密钥分发***的纠错编码方法，其特征在于，在所述量子LDPC编码时，在量子LDPC序列中***已知的训练信息位，得到待传输的量子LDPC码之前，还包括：
采用仿真分析统计出所述已知的训练信息位的个数。
5.一种适用于量子密钥分发***的纠错译码方法，其特征在于，用于在接收端对如权利要求1-4任一项所述待传输的量子LDPC码进行译码，包括：
从接收到的所述待传输量子LDPC码中提取出所述训练信息位；
根据所述训练信息位，计算变量节点的初始先验概率；
基于变量节点的初始先验概率和预先设置的最大迭代次数，对所述待传输的量子LDPC码进行迭代译码。
6.如权利要求5所述的适用于量子密钥分发***的纠错译码方法，其特征在于，所述根据所述训练信息位，计算变量节点的初始先验概率，包括：
利用所述训练信息位估算出每个训练信息位对应的信道噪声标准差；
根据每个训练信息位对应的信道噪声标准差，计算所述变量节点的初始先验概率。
7.如权利要求5所述的适用于量子密钥分发***的纠错译码方法，其特征在于，所述基于变量节点的初始先验概率和预先设置的最大迭代次数，对所述待传输的量子LDPC码进行迭代译码，包括：
对于当前迭代过程，基于Tanner图对校验节点消息进行更新；
对于当前迭代过程，基于Tanner图和所述变量节点的初始先验概率对变量节点消息进行更新；
所述校验节点信息和所述变量节点信息更新后，计算所有变量节点总消息进行计算，得到译码码字c；
判断译码码字c是否满足
若是，则译码过程结束；
若否，则判断当前迭代次数是否达到所述预先设置的最大迭代次数；
若是，则译码过程结束；
若否，则进行下一次迭代。
8.如权利要求6所述的适用于量子密钥分发***的纠错译码方法，其特征在于，所述每个训练信息位对应的信道噪声标准差σ(n)的计算公式为：
式中：N为所述待传输的量子LDPC码的序列长度，τ为相邻训练信息位的比特间隔，i表示训练信息位的位数，x(i)是训练信息位硬判决后的结果，当第i个训练信息位正确时，x(i)取值为-1，表示该比特周围信道干扰较小，当第i个训练信息位错误时，x(i)取值为1，表示该比特周围信道干扰较大，a表示经验系数。
9.如权利要求6所述的适用于量子密钥分发***的纠错译码方法，其特征在于，所述根据每个训练信息位对应的信道噪声标准差，计算所述变量节点的初始似然比先验信息，包括：
式中，L(Pi)表示变量节点的初始对数似然比先验信息，σ(n)表示每个训练信息位对应的信道噪声标准差，y表示接收端接收到的消息。
10.如权利要求7所述的适用于量子密钥分发***的纠错译码方法，其特征在于，所述对于当前迭代过程，基于Tanner图和所述变量节点的初始先验概率对变量节点消息进行更新中，所述变量节点消息更新表达式为：
其中，L(k)(qij)表示第k次迭代过程中更新后的变量节点消息，qij是从校验节点传递到变量节点的信息，L(Pi)表示变量节点的初始似然比先验信息，i表示变量节点的位数，Ci表示校验节点，Ci\j表示除去第j个校验节点外的所有校验节点，L(k)(rj`i)表示校验节点信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718458.3A CN110518920A (zh) | 2019-08-05 | 2019-08-05 | 一种适用于量子密钥分发***的纠错编解码方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718458.3A CN110518920A (zh) | 2019-08-05 | 2019-08-05 | 一种适用于量子密钥分发***的纠错编解码方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110518920A true CN110518920A (zh) | 2019-11-29 |
Family
ID=68625170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910718458.3A Pending CN110518920A (zh) | 2019-08-05 | 2019-08-05 | 一种适用于量子密钥分发***的纠错编解码方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110518920A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111510158A (zh) * | 2020-04-15 | 2020-08-07 | 腾讯科技（深圳）有限公司 | 量子电路的容错纠错解码方法、装置及芯片 |
| WO2021208462A1 (zh) * | 2020-04-15 | 2021-10-21 | 腾讯科技（深圳）有限公司 | 基于神经网络的量子纠错解码方法、装置及芯片 |
| US11803441B2 (en) | 2021-09-30 | 2023-10-31 | International Business Machines Corporation | Calibrated decoders for implementations of quantum codes |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1937470A (zh) * | 2006-08-14 | 2007-03-28 | 华为技术有限公司 | 一种编译码方法及编译码装置 |
| CN103973314A (zh) * | 2013-01-24 | 2014-08-06 | 中国科学院声学研究所 | 一种基于ldpc的信号编解码方法、及接收端和发送端 |
| CN104539295A (zh) * | 2015-01-16 | 2015-04-22 | 北京邮电大学 | 一种基于特征位先验信息的新型ldpc迭代译码的初始化方法 |
-
2019
- 2019-08-05 CN CN201910718458.3A patent/CN110518920A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1937470A (zh) * | 2006-08-14 | 2007-03-28 | 华为技术有限公司 | 一种编译码方法及编译码装置 |
| CN103973314A (zh) * | 2013-01-24 | 2014-08-06 | 中国科学院声学研究所 | 一种基于ldpc的信号编解码方法、及接收端和发送端 |
| CN104539295A (zh) * | 2015-01-16 | 2015-04-22 | 北京邮电大学 | 一种基于特征位先验信息的新型ldpc迭代译码的初始化方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111510158A (zh) * | 2020-04-15 | 2020-08-07 | 腾讯科技（深圳）有限公司 | 量子电路的容错纠错解码方法、装置及芯片 |
| CN111510158B (zh) * | 2020-04-15 | 2021-10-15 | 腾讯科技（深圳）有限公司 | 量子电路的容错纠错解码方法、装置及芯片 |
| WO2021208462A1 (zh) * | 2020-04-15 | 2021-10-21 | 腾讯科技（深圳）有限公司 | 基于神经网络的量子纠错解码方法、装置及芯片 |
| WO2021208555A1 (zh) * | 2020-04-15 | 2021-10-21 | 腾讯科技（深圳）有限公司 | 量子电路的容错纠错解码方法、装置及芯片 |
| US11652497B2 (en) | 2020-04-15 | 2023-05-16 | Tencent Technology (Shenzhen) Company Limited | Neural network-based quantum error correction decoding method and apparatus, and chip |
| US11870462B2 (en) | 2020-04-15 | 2024-01-09 | Tencent Technology (Shenzhen) Company Limited | Fault tolerant and error correction decoding method and apparatus for quantum circuit, and chip |
| US11803441B2 (en) | 2021-09-30 | 2023-10-31 | International Business Machines Corporation | Calibrated decoders for implementations of quantum codes |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110518920A (zh) | 一种适用于量子密钥分发***的纠错编解码方法 | |
| CN109257148B (zh) | 一种基于高斯近似阈值判断的极化码bp译码方法 | |
| Wu et al. | Blind recognition of LDPC codes over candidate set | |
| US9960790B2 (en) | Belief propagation decoding for short algebraic codes with permutations within the code space | |
| CN107517095A (zh) | 一种非均匀分段校验的极化码编译码方法 | |
| CN107026656A (zh) | 一种基于扰动的CRC辅助中短码长Polar码有效译码方法 | |
| CN105024705B (zh) | 一种低复杂度的多元ldpc码译码方法及译码器 | |
| CN106230489A (zh) | 适用于任意高阶调制的极化码编码调制方法 | |
| CN111294058B (zh) | 一种信道编码和纠错译码方法、设备以及存储介质 | |
| Ren et al. | Efficient early termination schemes for belief-propagation decoding of polar codes | |
| CN107453807B (zh) | 一种大气光通信信道模型的极化方法、装置及电子设备 | |
| CN104393877B (zh) | 基于加权的非规则ldpc码线性规划译码方法 | |
| CN106254030B (zh) | 无速率Spinal码的双向编译码方法 | |
| CN103973314A (zh) | 一种基于ldpc的信号编解码方法、及接收端和发送端 | |
| CN109889266A (zh) | 基于高斯近似的可见光通信信道的极化编码方法和*** | |
| Cao et al. | Low complexity list successive cancellation decoding of polar codes | |
| CN110233728A (zh) | 一种基于喷泉码的连续变量量子密钥分发数据纠错方法 | |
| CN108809518A (zh) | 用于降低错误性能的级联Spinal码构建方法 | |
| CN107124251A (zh) | 一种基于任意内核的极化码编码方法 | |
| CN109495211A (zh) | 一种信道编码和解码方法 | |
| Liu et al. | A weighted sum based construction of PAC codes | |
| CN108288969A (zh) | 数据编码及译码的方法和装置 | |
| CN116614142A (zh) | 一种基于bpl译码和osd译码的联合译码方法 | |
| Zhang et al. | Goal‐oriented design of optimal degree distribution for LT codes | |
| CN109698706A (zh) | 基于判决反馈的极化码非相干迭代检测方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191129 |