Author Affiliations
Abstract
1 Information and Navigation College, Air Force Engineering University, Xi’an 710077, China
2 College of Advanced Interdisciplinary Studies, National University of Defense Technology, Changsha 410073, China
3 College of Computer and Science, National University of Defense Technology, Changsha 410073, China
4 Teaching and Research Support Center, National University of Defense Technology, Changsha 410073, China
Remarkable progress has been made in satellite-based quantum key distribution (QKD), which can effectively provide QKD service even at the intercontinental scale and construct an ultralong-distance global quantum network. But there are still some places where terrestrial fiber and ground stations cannot be constructed, like harsh mountainous areas and air space above the sea. So the airborne platform is expected to replace the ground station and provide flexible and relay links for the large-scale integrated communication network. However, the photon transmission rate would be randomly reduced, owing to the randomly distributed boundary layer that surrounds the surface of the aircraft when the flight speed is larger than 0.3 Ma. Previous research of airborne QKD with boundary layer effects is mainly under the air-to-ground scenario in which the aircraft is a transmitter, while the satellite-to-aircraft scenario is rarely reported. In this article, we propose a performance evaluation scheme of satellite-to-aircraft QKD with boundary layer effects in which the aircraft is the receiver. With common experimental settings, the boundary layer would introduce a loss to the transmitted photons, decrease of the quantum communication time, and decrease of the secure key rate, which shows that the aero-optical effects caused by the boundary layer cannot be ignored. Our study can be performed in future airborne quantum communication designs.
satellite-to-aircraft quantum key distribution boundary layer aero-optical effects Chinese Optics Letters
2023, 21(4): 042702
空军工程大学信息与导航学院,陕西 西安 710077
针对空间量子通信系统中大气信道环境随气象条件实时改变的特性, 提出了基于深度学习的量子信号大气衰减系数预测方法。实验基于西安地区气象数据, 分别使用了误差反向传播神经网络 (BPNN)、长短期记忆网络 (LSTM)、门限循环单元 (GRU) 三种神经网络模型进行数据预测, 并进行了分析比较。结果表明三种神经网络模型均可以有效实现预测, 并能达到 80% 的数据拟合度, 其中 LSTM 和 GUR 网络的整体预测能力较强, 但三种网络模型均在峰值处产生较大误差。该预测方案为空间量子通信中各类针对大气信道的补偿手段和智能参数优化提供了基础。
量子光学 空间量子通信 深度学习 神经网络 quantum optics space quantum communication deep learning neural network
空军工程大学信息与导航学院航空通信教研室，陕西 西安 710077
针对室内可见光指纹定位系统中加权K最近邻（WKNN）算法用欧氏距离不能有效表示各测量点间实际距离的问题，提出了一种基于加权欧氏距离度量的改进WKNN算法。该算法根据接收信号强度随实际距离变化的衰减特性，为不同的信号强度差值分配不同的加权系数。仿真结果表明，在相同的环境条件下，相比基于欧氏距离和曼哈顿距离的WKNN算法，改进算法的平均定位误差分别降低了37.5%和34.3%。
光通信 可见光定位 室内定位 指纹定位 加权K最近邻算法 激光与光电子学进展
2022, 59(17): 1706005
空军工程大学 信息与导航学院，陕西 西安 710077
量子密钥分发（Quantum Key Distribution, QKD）技术的应用领域不断拓宽，其良好的安全保密性能可以有效应对通信安全威胁，在航空通信领域，基于航空飞行平台应用量子密钥分发技术有望大幅提升航空通信系统安全性级别，为局部地区保密通信提供可靠保障，进一步提高区域安全通信保障能力。针对非对称传输效率测量设备无关量子密钥分发（Measurement Device Independent QKD, MDI-QKD）协议在机载条件下的应用问题，在以飞行平台作为测量节点的测量设备无关量子密钥分发技术应用场景下，应用诱骗态协议建立了仿真分析模型，分析了气象条件、飞行高度对系统仿真性能的影响。仿真实验结果表明，在15 km能见度的晴朗天气下，在无人机常用高度飞行的空中移动平台应用诱骗态测量设备无关量子密钥分发协议可以提供作战通信保障，在较远距离通信中存在通信盲区和飞行平台运动限制。同时证明了优化选择信号光源光脉冲强度方案可以有效提高通信能力。实验及分析为量子密钥分发技术在飞行平台上的后续研究和实际应用提供了理论分析基础和优化方法。
量子通信 量子密钥分发 航空通信 测量设备无关 quantum communication Quantum Key Distribution aeronautical communication Measurement Device Independent 红外与激光工程
2021, 50(11): 20210124
1 空军工程大学信息与导航学院, 陕西 西安 710077
2 安徽问天量子科技股份有限公司, 安徽 芜湖 241000
随着点对点光纤量子密钥分发技术的成熟及其迅猛发展的商业化应用趋势, 将量子信号与经典数据复用在同一根光纤中以提高系统效率和节约光纤资源成为近几年的研究热点之一。通过实验验证了两种共信道传输方案的噪声成分, 仿真分析了噪声对量子密钥分发系统性能的影响, 并针对实验中存在的问题对噪声抑制方案进行评估分析, 为经典—量子信号共信道传输商业化发展提供了实验支撑。实验结果表明: 0 dBm发射功率下, 未进行噪声抑制的较远波段共信道传输系统密钥正向传输距离最远为 75 km，采用窄带滤波技术的同波段共信道传输系统密钥正向传输距离最远达到 164 km。该实验结果为未来在经典光网络中承载量子密钥分发系统提供了可行的共信道传输噪声抑制参考方案。
量子光学 量子密钥分发 波分复用 噪声抑制 窄带滤波 quantum optics quantum key distribution wavelength division multiplexing noise suppression narrow-band filtering
1 东华大学 信息科学与技术学院, 上海 201620
2 东华大学 数字化纺织服装技术教育部工程研究中心, 上海 201620
针对红外视频人体行为识别问题, 提出了一种基于时空双流卷积神经网络的红外人体行为识别方法。通过将整个红外视频进行平均分段, 然后将每一段视频中随机抽取的红外图像和对应的光流图像输入空间卷积神经网络, 空间卷积神经网络通过融合光流信息可以有效地学习到红外图像中真正发生运动的空间信息, 再将每一小段的识别结果进行融合得到空间网络结果。同时将每一段视频中随机抽取的光流图像序列输入时间卷积神经网络, 融合每一小段的结果后得到时间网络结果。最后再将空间网络结果和时间网络结果进行加权求和, 从而得到最终的视频分类结果。实验中, 采用此方法对包含23种红外行为动作类别的红外视频数据集上的动作进行识别, 正确识别率为92.0%。结果表明, 该算法可以有效地对红外视频行为进行准确识别。
人体行为识别 卷积神经网络 信息融合 红外视频 视频分段 human action recognition convolutional neural network information fusion infrared video video segmentation
1 东华大学信息科学与技术学院, 上海 201620
2 东华大学数字化纺织服装技术教育部工程研究中心, 上海 201620
在无人车夜视红外视频彩色化问题中, 考虑到可同时利用单帧图像的信息和视频的帧间信息, 提出了一种双通道循环生成对抗网络（DcCCAN）对夜视红外视频进行彩色化。DcCCAN是在循环一致生成对抗网络（CCAN）的基础上提出的双通道生成网络。双通道生成网络具有良好的图像特征提取能力, 能够自动提取视频中待处理图像的特征, 同时提取先前模型所生成图像的特征, 然后将特征信息整合后生成一幅目标图像。通过在生成对抗性训练中引入循环一致性训练机制, 可无监督地学习得到红外域图像到彩色域图像的映射关系, 从而实现红外视频的彩色化。实验表明该方法能够为视频中的红外图像赋予自然的色彩信息和纹理信息, 且满足实时性要求。
机器视觉 红外视频彩色化 双通道循环生成对抗网络 双通道生成网络 激光与光电子学进展
2018, 55(9): 091505
