[发明专利]一种基于机器学习的自由空间量子密钥分发参数优化方法有效
申请号: | 202010280417.3 | 申请日: | 2020-04-10 |
公开(公告)号: | CN111555866B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 东晨;王星宇;刘潇文;冉昊丹;吴田宜;刘伟;李卫 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | H04L9/08 | 分类号: | H04L9/08;G06N20/00 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 王丹 |
地址: | 410073 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 学习 自由空间 量子 密钥 分发 参数 优化 方法 | ||
1.一种基于机器学习的自由空间量子密钥分发参数优化方法,其特征在于:具体包括如下步骤:
步骤1,进行自由空间量子密钥分发星地链路状态采集;
所述步骤1的采集结果包括三部分,分别为:卫星轨道和地面站参数、大气环境噪声采集及量子密钥分发系统参数;
所述步骤1的具体过程为:通过查询卫星及地面站数据完成卫星轨道和地面站参数采集,通过MATLAB建模完成大气环境噪声采集和量子密钥分发系统参数采集,从而完成自由空间量子密钥分发星地链路状态的采集;
步骤2,利用步骤1的采集结果,基于机器学习方法完成自由空间量子密钥分发的参数优化;
所述步骤2中基于机器学习方法完成自由空间量子密钥分发的参数优化包括三个依次协作的模块功能,分别为:信道链路状态样本集的生成、系统参数与性能指标训练集的生成及机器学习优化方法选择计算;
所述步骤2的具体过程为:首先,利用步骤1采集的自由空间量子密钥分发星地链路状态,生成信道链路状态样本集;然后通过改变量子密钥分发系统参数和大气湍流强度参数、卫星轨道参数和地面站孔径的系统参数,生成系统参数与性能指标训练集;最后,通过机器学习优化方法选择计算实现自由空间量子密钥分发的参数优化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010280417.3/1.html,转载请声明来源钻瓜专利网。