连续变量量子密钥分发数据协调加速运算的GPU实现

针对当前连续变量量子密钥分发系统数据协调运算速度低等问题,用GPU实现了基于LDPC的SEC协议下数据协调算法的并行化加速运算,提出用静态双向十字链表的方法高效存储大规模稀疏校验矩阵,从而保证在不牺牲协调效率的前提下提高了译码速率。仿真实验结果表明,在信道信噪比为4.9 d B以上、2×105个连续变量序列可靠协调以及协调效率为91.71%的情况下,基于Geforce GT 650 MB的GPU和2.5 GHz、8 GB内存的CPU硬件平台,译码速率可达16.4 kbit/s,相对于仅CPU平台,计算速度提高15倍以上。

基于差分进化的量子密钥分发数据协调优化

针对量子密钥分发中的数据协调技术,引入差分进化算法优化非规则低密度奇偶校验码,并结合高斯近似得到在较大门限值下校验矩阵的度分布.为了提高搜索效率,避免门限值在进行差分变异时陷入局部最优,引入模拟退火算法重新更新门限值.通过将优化后的校验矩阵应用于多维密钥分发的数据协调中,能够有效降低收敛信噪比,并且提高数据协调效率.计算机仿真结果表明:分组码长为2×105,码率为0.5时,在收敛信噪比SNR=1.15dB下8维数据协调效率可达90.55%.