⚛️ quantum physics

Experimental Characterization and Model Validation of Interference in Classical-QKD Coexistence Transmission

本文通过实验表征了经典光通信与量子密钥分发（QKD）共存传输中由受激拉曼散射（SpRS）和四波混频（FWM）引起的干扰，并验证了用于精确噪声估算的半解析模型。

原作者： Lucas Alves Zischler, Amirhossein Ghazisaeidi, Carina Castiñeiras Carrero, Tristan Vosshenrich, Jeremie Renaudier, Antonio Mecozzi, Cristian Antonelli

发布于 2026-02-19

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Lucas Alves Zischler, Amirhossein Ghazisaeidi, Carina Castiñeiras Carrero, Tristan Vosshenrich, Jeremie Renaudier, Antonio Mecozzi, Cristian Antonelli

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文就像是在讲述一个关于"如何在拥挤的高速公路上，让一辆极其娇贵的‘量子跑车’和一群轰鸣的‘经典大卡车’安全并排行驶"的故事。

为了让你轻松理解，我们可以把光纤网络想象成一条超级高速公路，把里面的信号想象成车辆：

1. 背景：为什么我们要让它们“拼车”？

量子密钥分发（QKD）：这是未来的“量子跑车”。它利用量子力学原理，能生成绝对安全的密码钥匙。但这辆车非常娇气，稍微有点噪音（干扰）就会“熄火”或出错。
经典信号：这是现在的“普通大卡车”。它们功率很大，跑得很快，用来传输我们日常的互联网数据。
现状：通常，为了安全，量子跑车会走一条完全封闭的“专用车道”（暗光纤）。但这太浪费资源了。
目标：研究人员想看看，能不能让量子跑车和经典大卡车在同一条高速公路（同一根光纤）上跑，从而节省成本。

2. 核心问题：大卡车会吓坏量子跑车吗？

当然会！当大卡车（高功率经典信号）和量子跑车（低功率量子信号）挤在一起时，会产生两种主要的“噪音干扰”，就像大卡车产生的气流和震动会干扰旁边的跑车：

干扰一：自发拉曼散射 (SpRS) —— “热浪与回声”

比喻：想象大卡车在高速公路上飞驰，引擎发热产生巨大的热浪（能量）。这种热浪会向四面八方扩散。
现象：如果量子跑车跑在卡车后面（同向），或者在对面车道（反向），这些热浪都会吹到跑车上，让它过热、无法工作。
论文发现：这种“热浪”是全频段的。也就是说，不管卡车在哪个车道（波长），只要离得不够远，热浪就会传过来。
结论：如果量子跑车和卡车靠得太近，或者卡车在低频段（波长较短），热浪效应特别强。论文通过实验证明，即使把车道隔开很远（超过 200 纳米），如果卡车功率太大，热浪依然能干扰到跑车。

干扰二：四波混频 (FWM) —— “共振的噪音”

比喻：想象三辆大卡车以特定的频率并排行驶，它们的气流相互作用，竟然在中间产生了一个新的、刺耳的哨音（新的频率信号）。
现象：如果量子跑车恰好跑在这个“新哨音”的频率上，它就会被彻底淹没。
特点：这种干扰是窄带的，就像特定的共振。它通常发生在量子跑车被夹在几辆大功率卡车中间，且大家同向行驶时。
结论：这种情况下，干扰非常集中且强烈，必须把量子跑车放在一个“静音区”（通过滤波器把那个刺耳的哨音滤掉）。

3. 实验过程：我们做了什么？

研究团队（来自意大利大学和诺基亚贝尔实验室）搭建了一个模拟高速公路的实验台：

制造噪音：他们用激光器模拟了各种功率的“大卡车”（经典信号）。
测试娇气车：让“量子跑车”在这些噪音中穿行。
测量干扰：他们测量了两种干扰（热浪和共振哨音）到底有多强。
验证公式：他们手里有一个超级数学模型（就像是一个预测天气的超级计算机），用来计算理论上应该产生多少噪音。

4. 结果：预测准吗？

非常准！

实验测出来的数据（实线）和理论模型算出来的数据（虚线/阴影区）几乎完美重合。
这意味着，我们现在的数学模型已经足够聪明，可以准确预测在什么情况下，量子跑车和经典卡车可以安全共行，什么情况下会出事故。

5. 总结：这对我们意味着什么？

这篇论文就像是一份交通指南：

它告诉我们，量子通信和传统通信确实可以在同一根光纤里共存，不需要每次都铺新线。
它给出了具体的“交通规则”：
- 如果是多波段（不同颜色的光）混跑，主要怕“热浪”（SpRS），要把车道隔开足够远。
- 如果是同向混跑且靠得很近，主要怕“共振哨音”（FWM），需要特殊的滤波器来降噪。
最终意义：有了这个准确的模型，未来的网络工程师就可以放心地设计混合网络，让量子安全网络像搭便车一样，利用现有的光纤基础设施快速普及，既省钱又安全。

一句话总结：
研究人员通过实验证明，只要算好“距离”和“功率”，娇贵的量子信号就能和强大的经典信号在同一条光纤里和平共处，而且我们的数学模型能精准地预测这种“和平”的界限在哪里。

这是一份关于《经典-QKD 共存传输中干扰的实验表征与模型验证》（Experimental Characterization and Model Validation of Interference in Classical-QKD Coexistence Transmission）论文的详细技术总结。

1. 研究背景与问题 (Problem)

量子密钥分发（QKD）利用量子力学原理实现物理层面的安全密钥交换，其实际部署正日益受到关注。为了优化光纤基础设施的利用率，QKD 信号与经典光通信信号（如 WDM 系统）在同一根光纤中共存传输是理想方案。然而，经典信号与量子信号之间存在巨大的功率差异，这会通过非线性效应和放大自发辐射（ASE）噪声严重降低 QKD 的性能。

主要挑战：
- ASE 噪声：虽然可以通过滤波抑制，但在反向传输（Counter-propagation）中，瑞利背向散射仍可能引入噪声。
- 非线性干扰：在石英光纤中无法完全消除，主要包括自发拉曼散射（SpRS）和四波混频（FWM）。
  - SpRS：是一种宽带双向效应，需要经典信道与量子信道之间有足够的波段间隔来缓解。
  - FWM：是一种窄带效应，当量子信道与高功率经典信道同向传输（Co-propagation）且位置相邻时，FWM 可能成为主导干扰源。
核心痛点：在共存场景下准确预测安全密钥率（SKR）并评估不同经典传输配置的影响，迫切需要精确的干扰噪声理论模型。

2. 研究方法 (Methodology)

本研究通过实验表征了 SpRS 和 FWM 噪声，并验证了作者团队此前开发的综合半解析模型 [3]。

实验设置：
- SpRS 测量：使用窄线宽可调谐光源（TLS）在 1350-1680 nm 范围内扫描，注入功率为 6 dBm。经典传输通过 C 波段 ASE 加载谱模拟，经波形整形器（WS）平坦化并放大。通过开关测量同向和反向传输的噪声。
- FWM 测量：在 194.7 THz (1539.8 nm) 处测量 FWM 噪声。量子信道两侧放置未调制的连续波（CW）信号（±50 GHz 和 ±100 GHz）。CW 信号经放大和光谱滤波（在量子信道处形成陷波）以抑制串扰。
- 传输介质：所有信号均通过单模光纤（SMF）盘绕传输，光纤衰减特性如图 1(c) 所示。
理论模型：
- 采用基于经典功率谱和光纤参数（包括 SpRS 效率和衰减分布）的半解析模型。
- 噪声功率谱密度（PSD）的计算考虑了 SpRS 和 FWM 的非线性效应。
- 对比了精确 FWM 效率公式与线性近似公式的计算结果。

3. 关键贡献 (Key Contributions)

全面的实验表征：首次在多波段传输配置下详细表征了 SpRS 效率，并在 C 波段同向传输场景下表征了 FWM 干扰，覆盖了这两种非线性效应最显著的场景。
模型验证：成功验证了综合半解析模型在预测共存干扰噪声方面的准确性。实验数据与理论预测高度吻合，证明了该模型可用于准确估算噪声功率谱密度。
参数化分析：量化了泵浦波长、频率间隔、光纤长度及信道功率对噪声的具体影响，特别是揭示了 SpRS 在低频段泵浦下的增强效应以及 FWM 在同向传输中的主导性。

4. 实验结果 (Results)

SpRS 效率分析 (图 2a)：
- 实验测得的 SpRS 效率随频率间隔变化。
- 结果证实：由于有效面积减小，低频段（短波长）泵浦的 SpRS 效率更高，且在斯托克斯（Stokes）区域更强。
- 结论：即使光谱间隔超过 200 nm，如果经典信号位于低频段，仍可能因 SpRS 导致 QKD 性能受损。
多波段 SpRS 噪声 (图 2b)：
- 在 50 km 传输距离下，测量了不同 C 波段总功率下的噪声谱。
- 反向传输：在 O 波段和半个 E 波段，噪声趋于平稳（由背景噪声和瑞利背向散射 ASE 主导，瑞利效率测得为 -42.32 dB/km），SpRS 影响可忽略。
- 同向传输：未滤波的 ASE 占主导地位，必须使用陷波滤波才能进行 QKD 传输。此时噪声演化主要遵循衰减规律。
- 理论曲线与实验数据吻合良好（误差在 ±1 dB 以内）。
FWM 噪声 (图 2c)：
- 测量了不同光纤长度下的 FWM 噪声（扣除线性贡献后）。
- 精确模型：理论计算的精确 FWM 解与实验数据高度一致。
- 近似模型：尽管线性平均近似解无法捕捉快速振荡，但在整个测量数据集中仍表现出良好的准确性，适合更高效的数值计算。
- 参数设定：群速度色散 $\beta_2 = -21.1 \text{ ps}^2/\text{km}$ ，非线性系数 $\gamma = 1.3 \text{ W}^{-1}\text{km}^{-1}$ 。

5. 意义与结论 (Significance & Conclusion)

工程指导价值：该研究明确了在不同传输场景下（多波段 vs. 同波段、同向 vs. 反向）的主要干扰源。
- 多波段共存：SpRS 是主要损伤，需关注波段间隔和泵浦波长选择。
- 同向共存：FWM 可能成为主导，特别是在量子信道紧邻高功率经典信道时。
模型可靠性：验证的半解析模型为网络规划者提供了可靠工具，可用于在不进行昂贵实验的情况下预测不同配置下的安全密钥率（SKR），从而优化基础设施部署。
未来展望：该工作为在现有光纤网络中大规模部署 QKD 系统奠定了理论和实验基础，有助于解决经典与量子信号共存时的非线性损伤管理问题。

总结：本文通过严谨的实验和理论对比，证实了 SpRS 和 FWM 是经典-QKD 共存传输中的关键非线性损伤源，并成功验证了用于预测这些噪声的半解析模型，为未来量子通信网络的优化设计提供了重要的技术依据。