Markov Chain Model of Entanglement Setup in Noisy Dynamic LEO Satellite Networks

Resumen Técnico: Modelado de Cadenas de Markov para la Distribución de Entrelazamiento en Redes Satelitales LEO Dinámicas

1. Problema

La comunicación cuántica basada en tierra enfrenta limitaciones de distancia severas (aprox. 100-200 km) debido a la pérdida exponencial de fotones en las fibras ópticas. Los satélites en Órbita Baja Terrestre (LEO) ofrecen una solución al operar en el espacio libre, donde la atenuación es menor. Sin embargo, establecer y mantener enlaces de entrelazamiento cuántico entre satélites LEO presenta desafíos únicos que los modelos existentes no abordan adecuadamente:

• Topología Dinámica: Los satélites LEO se mueven a altas velocidades, creando ventanas de comunicación cortas (5-15 minutos) y distancias variables entre nodos.
• Decoherencia y Memoria Cuántica: Los qubits almacenados en memorias cuánticas a bordo sufren decoherencia exponencial, lo que degrada la fidelidad del entrelazamiento con el tiempo. Existe un límite de tiempo de coherencia ($T_{cutoff}$) antes de que la fidelidad caiga por debajo del umbral utilizable ($F_{th}$).
• Ruido en el Espacio Libre: Los enlaces están sujetos a pérdidas por divergencia del haz, errores de apuntado (pointing errors) y rotación de polarización debido al movimiento orbital y las vibraciones de los espejos.
• Gestión de Recursos: Existe una compensación fundamental (trade-off) entre generar entrelazamiento bajo demanda (evitando la decoherencia por almacenamiento pero aumentando la latencia) y pre-generar enlaces (reduciendo la latencia pero arriesgando el desperdicio de recursos por expiración).

El objetivo es desarrollar un modelo analítico que cuantifique estas dinámicas para optimizar la distribución de entrelazamiento.

2. Metodología

Los autores proponen un Modelo de Cadena de Markov bidimensional novedoso diseñado específicamente para redes satelitales dinámicas.

• Espacio de Estados: A diferencia de modelos anteriores que asumen topologías fijas, este modelo define el estado del sistema basándose en dos dimensiones:
  1. Edad de almacenamiento: El tiempo que un enlace ha estado almacenado en la memoria cuántica.
  2. Distancia física: La distancia entre el par de satélites en un momento dado.
• Estrategias Analizadas: Se comparan dos políticas de gestión de recursos:
  1. Pre-generación (Pre-generation): El sistema genera activamente enlaces y los almacena esperando solicitudes. Prioriza la tasa de satisfacción de solicitudes pero sufre desperdicio por decoherencia.
  2. Bajo Demanda (On-demand): El sistema solo intenta generar un enlace cuando llega una solicitud. Elimina el desperdicio por almacenamiento pero introduce tiempos de espera más largos.
• Modelado Físico:
  • Generación de Enlaces: Se modela la probabilidad de captura de fotones considerando la difracción del haz gaussiano, errores de apuntado (distribución Rayleigh) y la rotación de polarización (operadores de rotación en la esfera de Bloch).
  • Decoherencia: Se utiliza un canal de amortiguamiento de amplitud para modelar la pérdida de fidelidad en la memoria cuántica.
  • Protocolo de Utilización: Se modela el protocolo E91 (Ekert 1991) para el consumo del enlace, incluyendo mediciones cuánticas, cernido de bases (sifting), estimación de error y amplificación de privacidad, considerando los retrasos de comunicación clásica necesarios.
• Métricas de Rendimiento: Se derivan expresiones analíticas cerradas para:
  • Tasa de satisfacción de solicitudes.
  • Tiempo promedio de espera.
  • Eficiencia de utilización de enlaces.
  • Fidelidad promedio de los enlaces consumidos.

3. Contribuciones Clave

1. Primer Modelo de Cadena de Markov para LEO Dinámico: Es el primer modelo (según los autores) que integra explícitamente la distancia variable y la edad de almacenamiento en un espacio de estados 2D para redes satelitales cuánticas, superando las limitaciones de modelos basados en fibra óptica estática.
2. Análisis de Compensaciones (Trade-offs): Proporciona una comprensión teórica profunda de cómo la tasa de llegada de solicitudes afecta la fidelidad y la eficiencia. Demuestra que tasas de solicitud más altas consumen enlaces más rápido (mayor fidelidad, menor tiempo de almacenamiento) pero pueden saturar el sistema, mientras que tasas bajas permiten almacenamiento prolongado a costa de mayor decoherencia.
3. Validación de Simplificaciones de Diseño: Prueba matemáticamente que, para distancias cortas (40-50 km), el efecto de la rotación de polarización es despreciable (diferencia relativa $\approx 10^{-7}\%$), lo que permite simplificar los diseños de sistemas y modelos sin sacrificar precisión.
4. Guías de Diseño Práctico: Establece parámetros operativos específicos para redes LEO, como la necesidad de aperturas de recepción de al menos 120 mm (óptimo a 150 mm) y tiempos de corte de coherencia inferiores a 0.25 segundos en entornos realistas.

4. Resultados Principales

La evaluación se realizó utilizando parámetros realistas de satélites como Micius y Starlink (altitud 550 km, velocidad 7.589 km/s).

• Distancia Máxima de Enlace: Bajo condiciones realistas de error (QBER 1-3%, errores de apuntado), la distancia máxima de un solo salto ($d_{max}$) se limita a 40-50 km. Más allá de esto, la fidelidad inicial cae por debajo del umbral de 0.5 necesario para la purificación.
• Tiempo de Corte ($T_{cutoff}$): Debido a la rápida decoherencia, los enlaces deben consumirse en menos de 0.25 segundos (típicamente 0.14-0.24 s) para mantener una fidelidad $F \ge 0.5$.
• Comparación de Estrategias:
  • Bajas tasas de solicitud: La estrategia de pre-generación ofrece una tasa de satisfacción superior (hasta un 6% más) y menor tiempo de espera, pero sufre una baja eficiencia de utilización (hasta un 76% de desperdicio de enlaces por expiración) debido a la decoherencia.
  • Altas tasas de solicitud: Ambas estrategias convergen. La estrategia bajo demanda mantiene una eficiencia de utilización perfecta (100%), ya que no hay almacenamiento, pero tiene tiempos de espera más largos.
  • Fidelidad: La estrategia bajo demanda siempre logra la máxima fidelidad posible ($F(1)$), ya que no hay tiempo de almacenamiento. La pre-generación ve degradada la fidelidad a medida que aumenta el tiempo de espera, aunque tasas de solicitud altas mitigan esto al forzar un consumo más rápido.
• Impacto de la Polarización: Se confirma que ignorar la rotación de polarización en distancias de 40-50 km es una aproximación válida, simplificando significativamente la complejidad computacional del modelo.

5. Significado e Impacto

Este trabajo proporciona los fundamentos teóricos necesarios para el diseño y optimización de futuras redes cuánticas globales basadas en satélites.

• Viabilidad de la Internet Cuántica: Demuestra que, aunque los desafíos de decoherencia y topología dinámica son significativos, es posible diseñar estrategias de enrutamiento eficientes si se gestionan correctamente los tiempos de almacenamiento y las tasas de generación.
• Optimización de Recursos: Las métricas derivadas permiten a los ingenieros dimensionar correctamente las memorias cuánticas, las aperturas de los telescopios y los algoritmos de enrutamiento para maximizar la tasa de generación de claves (QKD) o la eficiencia de la computación cuántica distribuida.
• Marco Generalizable: El modelo de cadena de Markov propuesto puede extenderse a escenarios de múltiples saltos (multi-hop) y redes más grandes, sirviendo como base para el desarrollo de protocolos de enrutamiento cuántico escalables en el espacio.

En resumen, el artículo cierra la brecha entre la teoría de redes cuánticas terrestres y la realidad operativa de los satélites LEO, ofreciendo herramientas analíticas críticas para la implementación práctica de una infraestructura de internet cuántico global.