[论文解读] Gain-switched VCSEL as a quantum entropy source: the problem of quantum and classical noise

Roman Shakhovoy, Elizaveta Maksimova|arXiv (Cornell University)|Jan 1, 2022

Semiconductor Lasers and Optical Devices被引用 5

一句话总结

本文提出一种基于增益开关VCSEL的量子随机数生成器（QRNG），通过从偏振切换噪声中提取量子熵。通过建立经典光电探测器噪声模型并引入量子缩减因子，该方法实现了有效的后处理，确保在探测噪声存在的情况下仍能实现符合NIST标准的真随机性。

ABSTRACT

We consider the problem of quantum noise extraction from polarization swapping in a gain-switched VCSEL. The principle of operation of a quantum random number generator is based on the generation of laser pulses with one of two orthogonal polarization states, followed by digitization of polarization-resolved pulses with a comparator. At intensity values of laser pulses close to the threshold value of the comparator, the contribution of the classical noise of the photodetector will have a crucial role in making a decision on the choice of a logical zero or one. We show how to evaluate the contribution of classical noise and how to calculate the quantum reduction factor required for post-processing.

研究动机与目标

• 为解决经典光电探测器噪声降低VCSEL基QRNG中量子随机性的问题。
• 量化经典噪声在偏振分辨脉冲数字化过程中对比特不确定性的贡献。
• 提出一种计算量子缩减因子的方法，以指导后处理过程。
• 通过内部生成种子，实现QRNG的自主运行，无需依赖外部熵源。

提出的方法

• 使用增益开关VCSEL生成高重复频率、随机偏振态的光脉冲。
• 采用偏振滤波器和宽带光电探测器将偏振分辨脉冲转换为电信号。
• 通过FPGA设置阈值电压的比较器，将脉冲数字化为二进制'0'或'1'比特。
• 引入量子缩减因子 γ = 1 / (1 + H∞(P)) 以量化经典噪声的影响，其中P为脉冲落入噪声影响的中间强度窗口的概率。
• 采用基于随机布尔Toeplitz矩阵的种子提取器，对原始序列进行压缩与随机性提取。
• 提出一种基于缓冲原始序列的von Neumann提取器生成内部种子的方法，以实现自主运行。

实验结果

研究问题

• RQ1 经典光电探测器噪声如何影响基于VCSEL的QRNG中比特决策的可靠性？
• RQ2 经典噪声对最终随机比特序列的定量贡献是多少？
• RQ3 在探测器噪声存在的情况下，如何计算量子缩减因子γ以指导后处理？
• RQ4 能否设计一种完全自主的QRNG，而无需依赖外部熵源？
• RQ5 在真实噪声条件下，如何验证最终输出的随机性？

主要发现

• 量子缩减因子γ随脉冲重复频率提高和光电探测器噪声增大而增加，表明后处理需求更强。
• 在7 GHz重复频率和σ = 0.05（相对均方根噪声）条件下，γ达到约1.25，意味着需对原始数据进行25%的压缩。
• 所提方法在模拟数据上成功通过所有NIST统计测试，证实了高质量的随机性。
• 通过在缓冲原始序列上使用von Neumann提取器实现内部种子生成，使QRNG实现无需外部熵源的自主运行。
• 该模型实现了从自发辐射到最终比特生成的噪声全程可追溯，确保了随机性的量子起源。