3. 光子QRNG的系统架构与核心指标

光子量子随机数发生器(Photon QRNG)之所以能产生可证明的随机性,根源在于量子力学内禀的不确定性:单个光子何时被探测、在哪个端口被探测,本质上不可预测。但要把这种物理随机性变成计算机可用的高速随机比特流,需要一套完整的系统架构来支撑。本节先建立光子QRNG的典型模块划分,再逐一分析决定系统性能的核心指标,最后给出不同应用场景下的指标权衡,并以一个贯穿后续章节的具体设计目标收尾。

3.1 典型模块划分

无论采用哪种具体物理方案,光子QRNG都可以抽象为四个功能模块:光源、量子信道、探测和后处理。这四个模块构成一条从量子态到随机比特的完整信号链。

光源负责产生携带量子随机性的光子态。常见方案包括衰减激光脉冲(弱相干态)、自发参量下转换产生的单光子对、以及基于相位随机的干涉光源。光源的核心要求是:其随机性来源必须是量子性的,而非经典噪声。例如,弱相干态光源中,每个脉冲是否含有光子、含几个光子服从泊松分布,这是量子随机性的直接体现。

量子信道是光子从光源传输到探测器的路径,可以是自由空间、光纤或集成波导。信道不仅承担传输功能,还常常承担“将量子随机性映射为可探测信号”的角色。例如在基于路径选择的方案中,分束器将光子随机分配到两个输出端口,这一分配过程本身就是量子随机的物理实现。

探测模块将光子事件转换为电信号。单光子探测器(SPD)是核心器件,常见类型包括雪崩光电二极管(APD)和超导纳米线单光子探测器(SNSPD)。探测器输出的是离散的到达时间戳或脉冲计数,这些原始数据中既包含量子随机性,也混杂着探测器暗计数、死时间、后脉冲等非理想因素。

后处理模块将原始探测数据转化为最终随机比特流。它通常包括三个子步骤:原始比特提取(将探测事件映射为0/1序列)、熵评估(估计原始序列中的量子随机性含量)、以及随机性提取(通过哈希函数或异或压缩消除偏置和关联,输出接近均匀独立的比特)。后处理是连接物理层与可用随机数的桥梁,其设计直接决定最终输出速率和熵质量。

光子QRNG 四模块信号链架构 光源 弱相干态 / 单光子对 相位随机化 泊松分布光子数 量子信道 光纤 / 波导 / 自由空间 分束器路径选择 偏振 / 相位编码 探测 APD / SNSPD 时间戳 / 脉冲计数 暗计数 · 死时间 后处理 原始比特提取 熵评估 随机性提取 光子态 量子态传输 电脉冲 核心指标与模块对应关系 随机数生成率 探测速率 × 每事件比特数 熵含量 每比特最小熵 H_min 偏置 0/1 概率偏离 0.5 程度 自相关 相邻比特间统计关联 设计目标:100 Mbps 输出速率 · 最小熵 > 0.99 bit/bit

3.2 核心指标解析

随机数生成率是系统最直观的性能指标,定义为每秒输出的合格随机比特数,单位通常为Mbps或Gbps。它由三个因素共同决定:探测器的最大计数率、每个探测事件能提取的原始比特数、以及后处理压缩比。例如,若探测器计数率为10 MHz,每个事件提取1 bit,后处理压缩比为0.5,则最终输出约5 Mbps。提高生成率的关键在于提升探测速率和降低后处理开销。

熵含量衡量原始数据中真正来自量子过程的随机性有多少。工程上常用最小熵(min-entropy)来量化,定义为 H_min = -log₂(max p_i),其中 p_i 是输出符号的概率。对于二进制序列,若0和1的概率分别为p和1-p,则最小熵为 -log₂(max(p, 1-p))。当p=0.5时,最小熵为1 bit/bit;当p=0.6时,最小熵约为0.737 bit/bit。熵含量决定了后处理需要压缩多少才能输出接近理想的随机比特。

偏置描述0和1出现概率的不对称程度。理想随机序列中,0和1各占50%。实际系统中,探测器效率差异、分束器分束比偏差、光源强度波动都会引入偏置。偏置本身并不致命,只要已知偏置范围,就可以通过后处理消除。但偏置过大会降低最小熵,从而降低有效输出率。

自相关衡量序列中相邻比特之间的统计关联。理想随机序列的自相关函数在非零延迟处应为零。实际系统中,探测器死时间会导致相邻事件间隔相关,后脉冲效应会使某个探测事件之后短时间内再次出现探测的概率升高,这些都会引入自相关。自相关会破坏比特间的独立性,必须通过随机性提取步骤消除。

3.3 不同应用场景下的指标权衡

不同应用对光子QRNG的指标要求差异显著,设计时需要在速率、熵质量、成本和复杂度之间做权衡。

应用场景 速率需求 熵质量要求 关键约束
量子密钥分发(QKD) 1–100 Mbps 高(需可证明安全性) 与QKD时钟同步,低延迟
高速加密通信 1–10 Gbps 中高(通过标准统计检验) 吞吐量优先,功耗可控
密码学密钥生成 1–100 kbps 极高(需信息论安全) 熵源可证明,后处理可审计
蒙特卡洛仿真 100 Mbps–1 Gbps 中(通过统计检验即可) 成本低,易于集成
物联网终端 1–100 kbps 中高 低功耗,小体积,低成本

从表中可以看出,QKD和密码学密钥生成对熵质量要求最高,因为安全性直接依赖于随机数的不可预测性;而蒙特卡洛仿真更关注速率和成本,对熵质量的要求相对宽松。物联网终端则需要在低功耗和小体积约束下尽可能保证熵质量。

3.4 贯穿后续章节的设计目标

为了使后续章节的讨论有明确的工程锚点,本节设定一个具体的设计目标:输出速率100 Mbps,最小熵大于0.99 bit/bit。这个目标意味着:

  • 原始探测事件速率需显著高于100 Mbps,以补偿后处理压缩带来的速率损失。若后处理压缩比为0.5,则原始比特率至少需200 Mbps。
  • 原始序列的最小熵需高于0.99 bit/bit,这要求偏置控制在很窄的范围内。对于二进制序列,若最小熵为0.99,则max(p, 1-p) ≤ 2^(-0.99) ≈ 0.504,即偏置需控制在0.4%以内。
  • 自相关需足够低,使得随机性提取后的输出能通过NIST SP 800-22等标准统计检验。

这个目标将作为后续章节中光源选型、探测器参数设定、后处理算法设计和系统集成验证的统一参照。例如,在选择单光子探测器时,需要评估其最大计数率能否支撑200 Mbps以上的原始事件率;在设计随机性提取器时,需要根据实测最小熵确定压缩比,确保最终输出速率不低于100 Mbps且熵质量达标。

指标权衡的核心逻辑:速率与熵质量往往相互制约。提高速率可能引入更多经典噪声,降低熵含量;提高熵质量则需要更强的后处理压缩,降低有效输出率。设计者的任务是在给定应用约束下找到最优平衡点,而不是盲目追求单一指标的最大化。