1. 课程导入与CV-QKD全景

连续变量量子密钥分发（Continuous-Variable Quantum Key Distribution，CV-QKD）是量子保密通信中与离散变量（DV-QKD）并列的一条重要技术路线。它不依赖单光子探测器，而是借助相干态光场与零差/外差探测，在标准光通信波段上实现密钥协商。理解这条路线，需要先抓住三个关键词：连续变量、相干探测、高斯调制。本节先建立全景认知，再说明仿真与评估在系统研发中的位置，最后给出本课程的任务路线图。

一、CV-QKD的基本原理

CV-QKD的核心思想是：发送端（Alice）把密钥信息编码到光场的两个正交分量上，即正则分量 x̂ 与 p̂。这两个分量满足对易关系 [x̂, p̂] = i（取 ħ=2 的常用约定），因此无法同时被精确测量——这正是窃听者（Eve）无法完美复制量子态的物理根源。实际系统中，Alice 用高斯分布的随机数调制相干态的幅度与相位，形成一串相干态序列，经量子信道（光纤）传给接收端（Bob）。Bob 用本振光（LO）做零差或外差探测，得到带噪的测量值。

由于信道损耗、探测器电子噪声和 Eve 可能的分束窃听，Bob 的测量值与 Alice 的发送值之间存在关联但不完全相同。双方通过公开信道进行基比对（CV-QKD中通常无需基比对，因调制与探测方式固定）、参数估计、反向协调（reconciliation）和隐私放大，最终得到一致且对 Eve 保密的密钥。安全性分析的关键量是协方差矩阵，它把 Alice 与 Bob 的联合统计特性压缩成有限个参数，从而把“物理层发生了什么”转化为“可计算的安全密钥率”。

二、协议分类与关键参数

CV-QKD协议可按调制维度、探测方式和协调方向分类。按调制维度分为高斯调制（GM）与离散调制（DM，如QPSK、8PSK）；按探测方式分为零差探测（homodyne，只测一个正则分量）与外差探测（heterodyne，同时测两个分量，但引入3 dB额外噪声）；按协调方向分为正向协调（direct reconciliation，DR）与反向协调（reverse reconciliation，RR）。在长距离光纤场景中，反向协调因能突破3 dB损耗极限而成为主流选择。

工程上最常关注的参数包括：调制方差 V_A、信道透射率 T = 10^(-αL/10)（α为光纤衰减系数，L为距离）、过噪声 ξ、探测器效率 η 与电噪声 v_el、协调效率 β。安全密钥率的一个典型下界形式可写为 K = β·I(A:B) − χ(B:E)，其中 I(A:B) 是互信息，χ(B:E) 是Holevo界。仿真时，这些参数就是输入；评估时，它们决定密钥率是否为正、系统是否可用。

三、仿真与评估在系统研发中的定位

CV-QKD系统研发通常经历“方案设计—数值仿真—桌面验证—光纤外场—工程化”几个阶段。仿真不是可有可无的辅助，而是把物理模型、协议流程和信号处理串起来的“数字试验台”。它回答三类问题：第一，给定器件参数和信道条件，理论密钥率是多少、安全距离有多远；第二，参数漂移（如过噪声上升、探测器效率下降）对密钥率的影响有多敏感；第三，协调算法、参数估计算法在有限码长下是否仍能收敛。

评估则把仿真输出转化为工程判断。例如，当仿真显示某距离下密钥率为负，说明该配置不可行，需要降低过噪声或提高协调效率；当密钥率对 ξ 的斜率很陡，说明系统对相位漂移和本振噪声特别敏感，需要在硬件上加强稳相。可以说，仿真负责“算得准”，评估负责“判得对”，二者共同支撑系统从原理走向可用。

四、本课程的任务路线图

围绕上述全景，本课程按“基础—建模—仿真—评估—优化”推进。第一阶段建立物理与协议基础，包括高斯态、协方差矩阵、零差/外差探测模型和安全密钥率公式；第二阶段做信道与器件建模，把光纤损耗、过噪声、探测器效率、电噪声和有限码长效应写成可计算的形式；第三阶段进入仿真实现，用数值方法生成密钥率-距离曲线、参数扫描表和敏感性分析；第四阶段做评估与工程优化，判断系统在目标距离和给定器件条件下是否达标，并定位瓶颈。

为了让学习过程可复现，课程中的示例参数均明确标注为教学假设。例如，可设光纤衰减 α = 0.2 dB/km、调制方差 V_A = 4（散粒噪声单位）、过噪声 ξ = 0.01、探测器效率 η = 0.6、电噪声 v_el = 0.1、协调效率 β = 0.95，在 50 km 处计算透射率 T = 10^(-0.2×50/10) = 10^-1 = 0.1，再代入密钥率公式观察结果。这些数值仅用于演示计算流程，不代表任何实际系统性能。

完成本课程后，你应当能够独立搭建一个CV-QKD密钥率仿真脚本，输入器件与信道参数，输出密钥率曲线，并对“为什么这个配置在某个距离失效”给出有依据的判断。这正是从原理认知走向工程能力的关键一步。