【摘 要】
：
量子信息技术是当前各国都重视的新兴前沿技术,会给通信信息安全、复杂计算、传感等领域带来革命性改变。量子密钥分发建立在量子力学理论的基础上,具有无法从信道窃听而不被发觉的安全特性,基于量子密钥分发及一次一密加密体制的量子保密通信可实现通信的无条件安全。在实际的量子通信过程中,量子传输信道特性会影响量子通信的性能,因此需要研究量子信道传输特性。本文主要研究了水下光量子信道的传输特性及量子密钥分发网络。
论文部分内容阅读
量子信息技术是当前各国都重视的新兴前沿技术,会给通信信息安全、复杂计算、传感等领域带来革命性改变。量子密钥分发建立在量子力学理论的基础上,具有无法从信道窃听而不被发觉的安全特性,基于量子密钥分发及一次一密加密体制的量子保密通信可实现通信的无条件安全。在实际的量子通信过程中,量子传输信道特性会影响量子通信的性能,因此需要研究量子信道传输特性。本文主要研究了水下光量子信道的传输特性及量子密钥分发网络。论文首先介绍了量子信道和量子密钥分发网络的研究现状,给出了相关基础理论知识,及BB84、MDI-QKD等典型协议,介绍了量子噪声信道类型,并归纳了量子密钥分发网络的类型和拓扑结构。其次,研究了海水无线光信道和水下光缆信道的光量子传输特性,具体包括海水无线光信道的衰减和偏振变化、水下光缆信道吸收损耗、散射损耗,由于椭圆度、应力和弯曲产生的偏振模色散的参数化建模。数值分析结果表明在波长取1.55μm时,由紫外吸收引起的损耗可达0.084d B/km,由红外吸收引起的损耗为0.020d B/km;在波长取1.32μm时,椭圆度,应力和弯曲引起的双折射典型值分别为0.113 rad/m,-4.137 rad/m和0.19 rad/m;最后给出了多种因素同时作用时偏振模色散的分析方法。第三,在研究量子密钥分发网络的一般架构的基础上,提出了一种基于可信中继的水下无线/有线混合量子密钥分发网络结构,可实现水下航行器与岸上设备进行量子密钥分发,且可扩展。网络的架构分为量子层、控制层、应用层,举例说明了网络的运行过程,分析了该网络的安全性、成本函数及采用BB84协议进行密钥分发时不同链路的密钥率。最后对全文内容进行总结,并给出了今后研究建议。
其他文献
近年来,我国大力开展空间站建设任务,载人航天工程步入到“空间站时代”,空间科学任务前期都要开发地面仿真验证系统进行真实任务前的过渡任务试验和仿真人员培训,目前航天员的培训以及舱室设备的展示主要是在实验室建立物理仿真系统,实际操作演示的一定优点,但其过多占用场地并且前期投入非常高。因此有必要研究开发具有多功能和良好交互性的虚拟仿真系统。本文将虚拟现实技术应用到空间站仿真与演示中,开发了一套可以进行空
在过去的几十年中,非线性光学一直是发展最快的科学领域之一。这种非线性会引起许多有趣的光学现象,例如二次谐波的产生、克尔效应和饱和吸收。人们普遍认为,非线性光学材料的发现将在基础科学研究及工业方面起到至关重要的作用。在具有饱和吸收性的材料中,光的吸收会增加光强度。在早期将染料用作可饱和吸收体并通过被动调Q或锁模产生高峰值功率和超短激光脉冲之后,半导体可饱和吸收体镜得到了发展,并成为该领域的主流材料。
无人自主系统（Unmanned Autonomous Systems,UAS）是无人车、无人机等无人自主设备在现实场景中平稳运行的重要支撑系统,已广泛应用于社会的各种生产和生活场景,例如交通运输、应急救援、航空拍摄等。因此,实现无人自主系统面向无人车视觉场景和无人机视觉场景的感知与理解具有非常重要的理论意义和应用价值。为了实现无人自主系统对无人车视觉场景和无人机视觉场景的感知与理解,本文研究了无人
液体火箭发动机高速涡轮泵轴端机械密封是泵系统重要的功能部件,其防止了发动机燃料和氧化剂的泄漏。然而,受限于液体火箭发动机涡轮泵密封工作是在极端低温高速等工况,其失效机理是十分复杂;因此对此低温、高速、瞬态起动等极端工况下的机械密封进行接触摩擦及磨损机理的研究已成为相关研究的核心方向。本文在针对未来低温推进液体火箭发动机涡轮泵用轴端低温密封系统,拟构建其接触磨损分析模型,开展面向机械密封配副适配选择
水下偏振成像技术以其简单的系统结构、低廉的实现成本在水下清晰化成像领域中显示出巨大的潜力。但现有水下偏振成像技术在场景清晰化成像过程中通常仅关注场景中的线偏振成分,忽略了圆偏振成分对图像清晰化过程的影响。当浑浊水体中目标偏振度与后向散射光偏振度数值相近时,现有的水下偏振成像方法对目标偏振度估计不准确,导致重建图像中低退偏目标存在的区域恢复不出信息。为解决上述问题,本文提出一种基于散射退偏效应的水下
随着科学技术的高速发展,大数据与信息化时代的到来,各行各业对现代通信领域的智能性与拓展性提出了更高的要求,尤其是在航空航天、无人驾驶、工业实时控制等领域需要一个高可靠性、强实时性且能够完成大量数据业务交互的综合性通信网络。时间触发以太网通过在传统以太网的基础上增加时钟同步技术,使得网络关键控制业务可以通过时间触发的方式进行传输,保障关键业务传输的实时性与确定性。本论文结合科研项目“同步确定性网络关
遥感图像在农业、军事、外太空探索、环境监测等诸多领域都有着极为重要的作用。遥感图像目标检测作为遥感图像处理的一个核心分支,受到了众多研究者的重视,具有非常广阔的发展前景。目前基于卷积神经网络的目标检测算法是目标检测领域中最主流的方法。然而由于遥感图像与普通自然图像之间存在着诸多差异,针对于遥感图像的目标检测依然面临着许多挑战。本文围绕遥感图像目标检测展开研究,针对于遥感图像目标检测中的小尺度目标问
随着精确制导武器的不断发展,远程精确打击技术逐渐成为影响战争进程的主导因素,防空预警系统越来越受到各国军工部门的重视。在防空预警系统中,红外成像技术凭借着隐蔽性强、探测距离远、全天候、抗电磁干扰以及机动性强等优势占据着重要地位。但在实际应用场景中,由于探测距离远,红外图像中的目标通常存在着尺寸小、亮度弱、缺乏结构和纹理信息等问题,且成像会受到大气衰减、恶劣天气和噪声等影响,因此,红外小目标极易淹没
霍尔传感器是磁传感器中应用范围最广、成本最低的传感器产品,其具有高隔离度、高稳定性和强耐受力等特点,适用于传感探测、距离衡量、位置跟踪等多设计和生产领域。霍尔传感器现阶段主要的技术研究重点在高精度、大功率和高带宽设计方向上。高带宽线性霍尔传感作为最新的研究热点,受到国内外传感器领域的科研工作人员的关注。现今已经拥有成熟的技术和设计方案,在实现设计目的高带宽快速传感的同时,也具有高线性度、低失调、低
光学的遥感图像目标检测任务目前被广泛地应用在军事侦察、灾害监测以及城市规划的各个方面,是进一步做遥感图像解析等任务的前提和基础。随着近年来传感器技术的不断发展,遥感图像的空间分辨率越来越高,也提供了越来越丰富的细节信息供算法处理,因此遥感图像的目标检测任务变得越来越重要。近年来深度学习的方法在自然图像的分类以及检测任务当中都得到了广泛的应用,研究人员也开始使用深度学习的方法来解决遥感图像目标检测任