-
公开(公告)号：CN116865963A
公开(公告)日：2023-10-10
申请号：CN202310920949.2
申请日：2023-07-25
Applicant: 上海交通大学
IPC: H04L9/08 , H04B10/70 , H04B10/548 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于深度学习网络的本地本振相位补偿方法和系统，包括：步骤1：搭建本地本振连续变量量子密钥分发系统，让系统在预设脉冲光强的条件下运行一段时间，采集相位漂移数据；步骤2：利用相位漂移数据训练神经网络LSTM模型；步骤3：将参考脉冲和量子脉冲以序列形式交替发送，利用训练好的LSTM模型进行相位补偿。本发明通过将深度学习技术与本地本振导频序列方案相结合，具有简单、高效、低成本等优势，在本地本振连续变量量子密钥分发系统中具有广阔的应用前景与潜力。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
