[发明专利]基于GPU的大规模连续变量量子密钥分发的数据协调方法

摘要

本发明提供一种基于GPU的大规模连续变量量子密钥分发的数据协调方法，属于密钥分发领域，目的是解决目前数据协调方法在CPU上实现导致译码速度慢、效率不高的技术问题。包括：CPU将LDPC稀疏校验矩阵H以静态双向循环十字链表的方式存储后发送至GPU；CPU控制Alice将连续变量量子X发送至Bob；Bob探测到序列Y后对Y进行量化得到Y′，将Y′分级，得到第1至第4级码流序列，并进行编码得到编码后的第3和第4级码流序列；Bob将H与编码后的第3和第4级码流序列分别相乘得到第3和第4级码流序列对应的校验子，并连同第1和第2级码流序列通过理想经典信道发送回Alice；GPU根据Alice上的第3和第4级码流序列对应的校验子及自身存储的边信息X分配多个线程进行并行化多级解码。

主权项

一种基于GPU的大规模连续变量量子密钥分发的数据协调方法，其特征在于，所述数据协调方法包括：步骤1，CPU将LDPC稀疏校验矩阵H以静态双向循环十字链表的方式进行存储，并通过CPU与GPU之间的通信接口将该LDPC稀疏校验矩阵H发送至GPU；步骤2，CPU控制发送端Alice通过量子信道将大规模连续变量量子X发送至接收端Bob；CPU控制接收端Bob首先通过零拍探测器探测到序列Y后，对序列Y进行量化，得到二进制离散序列Y′；然后，CPU控制接收端Bob使用多级编码调制将二进制离散序列Y′分级，得到第1级码流序列、第2级码流序列、第3级码流序列和第4级码流序列，并将第3级码流序列和第4级码流序列经Slepian‑Wolf编码器进行数据压缩后，得到编码后的第3级码流序列和编码后的第4级码流序列；接下来，CPU控制接收端Bob将LDPC稀疏校验矩阵H与编码后的第3级码流序列和编码后的第4级码流序列分别相乘，得到第3级码流序列对应的校验子和第4级码流序列对应的校验子Sj(j＝3,4)；最后，CPU控制接收端Bob将第1级码流序列、第2级码流序列、第3级码流序列对应的校验子和第4级码流序列对应的校验子Sj(j＝3,4)通过理想经典信道发送回发送端Alice；步骤3，GPU根据发送端Alice上的第3级码流序列对应的校验子和第4级码流序列对应的校验子Sj(j＝3,4)及发送端Alice自身存储的边信息X，分配多个线程进行并行化多级解码，直至满足收敛条件或者达到最大迭代次数时译码结束。