无线信道中的Polar码协商

近年来,无线通信物理层安全逐渐成为一个研究热点,而密钥协商是物理层密码技术的关键部分。针对无线信道特征密钥提取技术中获得的信道特征不完全一致的问题,论文提出了一种基于Polar码的逆向密钥协商方案。合法用户(Alice和Bob)分别通过信道估计获得自已的原始密钥,然后Bob对原始密钥进行Polar码逆编码,并将冻结位信息传输给Alice。在冻结位及其位置信息的基础上,Alice进行Polar码译码后,再通过Polar的编码,获得与Bob一致的密钥序列。仿真结果表明基于Polar码的密钥协商协议,密钥的一致性得到显著提升,且与同等条件下的基于低密度奇偶校验码协商协议相比,可获得更高的纠错成功率。      

基于波分复用技术的测量设备无关量子密钥分发

基于诱骗态MDI-QKD协议,提出了一种使用波分复用技术(WDM)的MDI-QKD协议.通信双方Alice和Bob同时发送不同波长的多路信号,通过光复用器将多路信号合并,由单根光纤进行长距离传输.第三方Charlie通过光解复用器将多路合成信号分开,分别对每一路进行贝尔态测量.理论分析结果表明协议的密钥生成率与传输距离、复用路数及平均光子数目有关;数值仿真结果表明在不增加系统传输设备的前提下,该协议极大提高了系统的密钥生成率.当传输距离为150 km,单路的密钥生成率为0.17 Mbps,20路、40路复用的密钥生成率分别可达3.34 Mbps、6.68 Mbps.     

基于经典计算机的量子加密算法仿真

量子密钥分配协议是近几年研究信息安全的一大热点，它的具体实现方法也备受关注．给出了在经典计算机上表示量子态的制备和测量方法，并编制相应的程序，实现了多种量子密钥分配协议仿真．将获得的结果与理论分析结果相比较，两者的一致性表明在现有计算机上仿真量子密钥分配协议是完全可行的，这为量子加密、乃至量子信息处理的研究提供了一种新的手段。     

基于CNN扰动的极化码译码算法

针对中短码长下串行抵消(SC)算法性能较差,且串行抵消列表(SCL)算法复杂度较高等问题,根据译码纠错空间理论,该文提出了一种基于卷积神经网络(CNN)扰动的极化码译码算法.对SC译码失败的接收序列,通过CNN产生相应的扰动噪声,并将该扰动噪声添加到接收信号中,然后根据重新计算的似然信息进行译码.仿真结果表明:与SC译码算法相比,所提出的算法约有0.6 dB的增益,与SCL(L=16)译码算法相比,该算法约有0.1 dB的提升,且平均复杂度更低.     

基于PD-CNN的Polar码译码算法

针对传统Polar码译码算法在相关噪声信道下性能严重下降的问题,提出了一种基于前置预判-卷积神经网络（Prior Decision-Convolutional Neural Networks,PD-CNN）的译码算法。通过前置预判深度优化CNN,使其准确地估计信道噪声并使残余噪声尽可能遵循高斯分布,再根据残余噪声分布统计更新出可靠的似然比信息。分析了不同译码算法对不同码率Polar码在不同噪声相关强度下的译码性能,并与本文所提出的译码算法进行对比。仿真结果表明:在相关噪声信道下,当误码率为10-5时,本文所提出的译码算法与标准置信度传播算法相比可获得约2.5 Bd的增益。此外,在高信噪比时,与置信度传播-卷积神经网络算法相比,本文提出的译码算法具有相同的性能,但复杂度更低,译码延迟最大可减少42%。      

正交散斑鬼成像

鬼成像是一种非定域成像方法。相比传统成像,其抗环境干扰能力更强,但存在着所需的测量次数过多和成像质量不高的问题。提出了一种基于正交散斑的关联成像方案,通过使用离散余弦散斑照射物体和重建算法获得物体图像。研究结果表明该方案可以有效提高成像质量,减少测量次数。该方案本质上是根据物体的先验信息选取照射的物体散斑,是一种对散斑的优化方法,具有操作简便、效果显著的优势,可促进未来关联成像的实用化发展。      

广义半迭代硬阈值追踪算法及在"鬼"成像中的应用

提出了一种广义半迭代硬阈值追踪重建算法,综合了广义硬阈值追踪重建算法和半迭代思想的优点,修正了目标函数寻求最优解的搜索方向,获得了多项式的加速收敛,且不需要已知信号稀疏度.数值仿真结果表明,该算法在重构概率、峰值信噪比、信噪比、匹配度等方面的性能明显提高,且在"鬼"成像中的应用性能明显优于广义硬阈值追踪算法.     

混合支撑集模型中联合半迭代硬阈值追踪算法研究

无线传感网络中,由于混合支撑集模型对信号(群)值的公共部分不存在约束,给网络框架提供了额外的自由度。考虑到改进的半迭代硬阈值追踪(Semi-Iterative Hard Thresholding Pursuit, SHTP)算法在范数凸优化问题中所具有的稳定性和鲁棒性,论文将SHTP算法应用于混合支撑集模型,提出一种基于SHTP算法的联合重构算法来求解分布式压缩感知问题,称为联合半迭代硬阈值追踪算法(joint Semi-Iterative Hard Thresholding Pursuit, joint SHTP)。该算法对信号群进行压缩采样,利用信号间的相关性来求解公共部分,将公共部分的支撑集作为重构特有部分时的初始支撑集,并通过信号内部的相关性求解特有部分,适用于无线传感网络中所有的传感器节点将感知到的数据传输到簇头结点进行的联合重构。仿真结果表明,与其他联合重构算法相比,如联合正交匹配追踪(joint Orthogonal Matching Pursuit, joint OMP)算法、联合子空间追踪(joint Subspace Pursuit, joint SP)算法,无论是无噪声情形还是有噪声的情况下,联合半迭代硬阈值追踪算法将具有较大的信号重构噪声比和较小的平均支撑势误差,可实现信号值的精确重构。      

基于欧氏几何的量子CSS码的构造

利用有限几何中的点和线,构造出低密度奇偶校验（LDPC）码的校验矩阵。根据这种LDPC码的特点,通过对校验矩阵的行或列变换得到其对偶码,从而获得基于CSS码的量子LDPC码。以量子码（15,4）为例,验证了这种量子LDPC码构造算法的可行性。在仅考虑比特翻转信道下对该量子码进行性能分析,结果表明用这种方法易于得到其对偶码,并且得到的量子码比经典码有更好的性能。     

极化码置信传播算法早期终止准则的研究

适用于极化码置信传播(Belief Propagation, BP)算法的早期终止准则研究具有实际意义。本文提出将循环冗余校验（Cyclic Redundancy Check,CRC）作为极化码BP算法的早期终止准则（简称为BP-CRC）,当BP算法迭代次数大于门限后,如果信源估计值符合CRC校验,提前终止迭代;否则,就按固定迭代次数执行完BP算法。（1024,512）极化码通过二进制输入高斯白噪声信道后,提出的BP-CRC与基于生成矩阵G的早期终止准则（简称为BP-Gmatrix）做对比。仿真结果表明:在译码性能上,BP-CRC与原始BP算法基本一致;在平均迭代次数减少的效果上,和BP-Gmatrix一致;随着信噪比的增大,两者平均迭代次数减少的次数更明显。CRC比生成矩阵G检测的计算复杂度更低。平均迭代次数的减低,可以有效降低BP译码器的时延和能耗。因此,CRC是有效的低能耗和低复杂度的极化码BP算法早期终止准则。