Optimization of CV-QKD Under Practical Constraints

तकनीकी सारांश: व्यावहारिक बाधाओं के तहत CV-QKD का अनुकूलन

समस्या विवरण
कंटीन्यूअस-वेरिएबल क्वांटम की डिस्ट्रीब्यूशन (CV-QKD) मानक दूरसंचार घटकों और कोहेरेंट डिटेक्शन का लाभ उठाकर ऑप्टिकल फाइबर नेटवर्क पर क्वांटम-सुरक्षित संचार के लिए एक आशाजनक मार्ग प्रदान करता है। हालाँकि, लागत प्रभावी CV-QKD प्रणालियों का व्यावहारिक कार्यान्वयन वास्तविक हार्डवेयर बाधाओं के तहत अनुकूलन की मांग करता है। विशेष रूप से, वर्तमान कार्यान्वयन ट्रांसमीटर (पल्स-शेपिंग) और रिसीवर (मैच्ड फिल्टरिंग) दोनों में उपलब्ध परिमित इंпульस रिस्पॉन्स (FIR) फिल्टर टैप्स की संख्या और डिजिटल-टू-एनालॉग (DAC) तथा एनालॉग-टू-डिजिटल (ADC) कन्वर्टर्स में सीमित रिज़ॉल्यूशन जैसी सीमाओं का सामना करते हैं।

ये बाधाएं महत्वपूर्ण प्रदर्शन गिरावट उत्पन्न करती हैं। सीमित फिल्टर टैप्स मोड मिसमैच (mode mismatch) का कारण बनते हैं, जिससे इंटरसिंबल इंटरफेरेंस (ISI) और अतिरिक्त शोर (excess noise) बढ़ जाता है, जो सीधे तौर पर सुरक्षित की दर (SKR) को कम कर देता है। इसी प्रकार, परिमित DAC/ADC रिज़ॉल्यूशन क्वांटिज़ेशन त्रुटियों को प्रेरित करता है जो सिस्टम के अतिरिक्त शोर में योगदान देते हैं। जबकि पिछले कार्यों ने केवल ट्रांसमीटर फिल्टर को अलग से संबोधित किया था, वास्तविक परिदृश्यों में SKR को अधिकतम करने के लिए इन संयुक्त बाधाओं के तहत पूरे सिस्टम का व्यापक दृष्टिकोण से अनुकूलन करने की आवश्यकता थी।

कार्यप्रणाली
लेखक तीन महत्वपूर्ण मापदंडों के संयुक्त अनुकूलन के लिए सुदृढीकरण शिक्षण (Reinforcement Learning - RL) का उपयोग करते हुए एक पूर्ण सिस्टम अनुकूलन ढांचा प्रस्तावित करते हैं:

1. परिमित-लंबाई वाले ट्रांसमीटर FIR पल्स-शेपिंग फिल्टर के गुणांक (coefficients)।
2. परिमित-लंबाई वाले रिसीवर मैच्ड FIR फिल्टर के गुणांक।
3. प्रेषित सिग्नल का औसत फोटॉन संख्या (mean photon number)।

सिस्टम को REINFORCE एल्गोरिदम का उपयोग करके एक पॉलिसी ग्रेडिएंट-आधारित RL फ्रेमवर्क के रूप में मॉडल किया गया है। एजेंट की पॉलिसी, $\pi_\theta$, फिल्टर गुणांकों ($h_{Tx}, h_{Rx}$) और औसत फोटॉन संख्या ($\bar{n}$) द्वारा पैरामीटराइज्ड है। वातावरण भौतिक चैनल का अनुकरण करता है, जिसमें फाइबर एटेनुएशन (attenuation), चैनल अतिरिक्त शोर और हार्डवेयर दोष (सीमित बैंडविड्थ, DAC/ADC क्वांटिज़ेशन शोर) शामिल हैं।

अनुकूलन का उद्देश्य सुरक्षित की दर (SKR) को अधिकतम करना है, जिसे प्रभावी सिस्टम ट्रांसमिटेंस ($\tau$) और प्रभावी सिस्टम अतिरिक्त शोर ($n_{ex}$) के आधार पर विश्लेषणात्मक रूप से गणना किया जाता है। SKR, औसत फोटॉन संख्या, चैनल ट्रांसमिटेंस और चैनल, ISI (फिल्टर मिसमैच के कारण) और DAC एवं ADC से क्वांटिज़ेशन त्रुटियों के कुल योगदान से प्राप्त शोर के योग का एक फलन है। RL एजेंट के लिए रिवॉर्ड सिग्नल गणना की गई SKR है। महत्वपूर्ण रूप से, यह दृष्टिकोण ग्रेडिएंट गणना पर निर्भर नहीं है, जिससे यह उन प्रयोगात्मक कार्यान्वयनों के लिए उपयुक्त हो जाता है जहाँ समय-परिवर्तनीय बाधाओं के स्पष्ट विश्लेषणात्मक मॉडल उपलब्ध नहीं हो सकते हैं।

प्रमुख योगदान

• संयुक्त एंड-टू-एंड अनुकूलन: इस कार्य के विपरीत, जिसने केवल ट्रांसमीटर फिल्टर को अनुकूलित किया था, यह अध्ययन औसत फोटॉन संख्या के साथ-साथ ट्रांसमीटर और रिसीवर दोनों फिल्टरों के समग्र अनुकूलन को प्रस्तुत करता है।
• RL-आधारित ढांचा: शोर की वास्तविक स्थितियों के तहत फिल्टर टैप्स और फोटॉन संख्याओं के जटिल पैरामीटर स्पेस में नेविगेट करने के लिए एक ग्रेडिएंट-मुक्त RL एल्गोरिदम (REINFORCE) का अनुप्रयोग।
• हार्डवेयर-बाधित मॉडलिंग: यह अध्ययन सीमित FIR टैप काउंट और परिमित DAC/ADC बिट रिज़ॉल्यूशन के प्रभावों को अपने सिस्टम मॉडल में स्पष्ट रूप से शामिल करता है, जो ISI और क्वांटिज़ेशन शोर पर उनके प्रभाव को मापता है।

परिणाम
संख्यात्मक सिमुलेशन दर्शाते हैं कि प्रस्तावित RL-अनुकूलित दृष्टिकोण अन-ऑप्टिमाइज़्ड सिस्टम (जो आमतौर पर रूट-रेज़्ड कोसाइन फिल्टर का उपयोग करते हैं) की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्रदान करता है:

• प्रदर्शन की रिकवरी: RL-अनुकूलित सिस्टम लगभग 20–40 टैप्स के फिल्टर लेंथ और 10–11 बिट्स के DAC/ADC रिज़ॉल्यूशन का उपयोग करके इष्टतम प्रदर्शन (सैद्धांतिक अधिकतम से 1% से कम का अंतर) प्राप्त करता है। यह 10, 50 और 100 किमी की ट्रांसमिशन दूरियों में भी प्रभावी है।
• घटता हुआ प्रतिफल (Diminishing Returns): इन थ्रेसहोल्ड के बाद फिल्टर की लंबाई या रिज़ॉल्यूशन बढ़ाने से केवल मामूली सुधार होता है, जो यह सुझाव देता है कि RL दृष्टिकोण हार्डवेयर जटिलता और प्रदर्शन के बीच इष्टतम संतुलन प्रभावी ढंग से खोज लेता है।
• विस्तारित ट्रांसमिशन दूरी: $10^{-3}$ के चैनल अतिरिक्त शोर के लिए, अनुकूलित सिस्टम अधिकतम ट्रांसमिशन दूरी को लगभग 60 किमी (गैर-अनुकूलित मामलों में) से बढ़ाकर लगभग 100 किमी तक ले जाता है, जो सैद्धांतिक सीमाओं के करीब पहुँच जाता है।
• अनुकूली औसत फोटॉन संख्या: ढांचा चैनल विकृतियों और अतिरिक्त शोर की भरपाई करने के लिए औसत फोटॉन संख्या (उदाहरण के लिए, 100 किमी ट्रांसमिशन के लिए $\bar{n}=6$ के अनुकूलन) को सफलतापूर्वक अनुकूलित करता है।

महत्व
यह शोध दावा करता है कि सिस्टम बाधाओं के तहत संयुक्त एंड-टू-एंड अनुकूलन, प्रदर्शन को इष्टतम बनाए रखते हुए हार्डवेयर आवश्यकताओं को कम करने के लिए अत्यधिक प्रभावी है। यह प्रदर्शित करके कि मध्यम फिल्टर लंबाई और रिज़ॉल्यूशन के साथ महत्वपूर्ण SKR सुधार प्राप्त किए जा सकते हैं, प्रस्तावित दृष्टिकोण व्यावहारिक CV-QKD सिस्टम में फिल्टर डिजाइन के लिए इंजीनियरिंग नियम प्रदान करता है। इसके परिणाम इस बात पर प्रकाश डालते हैं कि ऐसा अनुकूलन लंबी दूरी के शासन (regimes) में विशेष रूप से महत्वपूर्ण है जहाँ सिस्टम अतिरिक्त शोर और फिल्टरिंग खामियों के प्रति अधिक संवेदनशील होते हैं, जिससे लागत प्रभावी क्वांटम-सुरक्षित संचार नेटवर्क की मजबूती और व्यवहार्यता बढ़ती है।