3. 基矢选择策略的数学建模

在QKD系统中，基矢选择并非一个随意的工程选择，而是一个可以被严格形式化的数学决策问题。本节将基矢选择抽象为概率分布、决策规则与优化问题三个层次，并建立误码率、密钥率与安全性之间的形式化关系，使读者能够从数学角度理解“为什么这样选基矢”以及“怎样选才是最优的”。

一、基矢选择的概率分布建模

在BB84协议中，发送端Alice在Z基（{|0⟩, |1⟩}）和X基（{|+⟩, |−⟩}）之间随机选择。设Alice选择Z基的概率为 p_Z，选择X基的概率为 p_X = 1 − p_Z。接收端Bob同样以概率 q_Z 和 q_X = 1 − q_Z 选择测量基。基矢选择策略的核心就是确定这对概率分布 (p_Z, q_Z)。

当Alice与Bob选择相同基矢时（Z-Z或X-X），测量结果具有确定性关联，可用于生成筛选密钥；当基矢不匹配时（Z-X或X-Z），测量结果在理想情况下完全随机，通常被丢弃。因此，相同基矢的概率为：

P_same = p_Z · q_Z + p_X · q_X = p_Z·q_Z + (1−p_Z)(1−q_Z)

在对称策略中，通常取 p_Z = q_Z = p，则 P_same = p² + (1−p)²。当 p = 0.5时，P_same = 0.5，即一半的探测事件可用于密钥生成。但实际系统中，Z基通常承担密钥生成任务，X基承担窃听检测任务，因此 p_Z 往往显著大于0.5。例如，在诱骗态BB84的典型参数中，可取 p_Z = 0.8、p_X = 0.2，此时若Bob同样取 q_Z = 0.8，则 P_same = 0.64 + 0.04 = 0.68，Z-Z匹配概率为0.64，X-X匹配概率为0.04。

二、决策规则的形式化

基矢选择策略可表示为一个决策函数。设系统状态空间为 S，包含信道估计结果（如误码率估计值 e_est）、当前密钥池余量、安全阈值等观测量。决策规则 π: S → Δ({Z, X}) 将系统状态映射为基矢选择的概率分布。常见的决策规则包括：

• 固定比例规则：无论信道状态如何，始终取 p_Z = 常数。实现简单，但无法适应信道变化。
• 阈值触发规则：当估计误码率 e_est 低于阈值 e_th 时，提高Z基比例以增加密钥产出；当 e_est 接近阈值时，提高X基比例以加强窃听检测。
• 自适应反馈规则：根据前一轮的密钥率与误码率观测值，动态调整 p_Z，使系统工作在密钥率-安全性权衡曲线的较优点。

以阈值触发规则为例，可写为分段函数：

p_Z(e_est) = 0.9,  若 e_est ≤ 0.02
p_Z(e_est) = 0.7,  若 0.02 < e_est ≤ 0.05
p_Z(e_est) = 0.5,  若 e_est > 0.05

该规则的含义是：信道质量好时，将更多脉冲分配给Z基以提高密钥生成效率；信道质量恶化时，增加X基比例以获取更充分的窃听检测样本。

三、误码率、密钥率与安全性的形式化关系

在BB84类协议中，密钥率的下界可由Devetak-Winter公式给出（渐近情形）：

R ≥ Q_ZZ · [1 − h₂(e_ZZ) − f · h₂(e_ZZ)] − Q_XX · h₂(e_XX)

其中 Q_ZZ 为Z基筛选事件的增益（即单位脉冲产生有效探测的概率），e_ZZ 为Z基误码率，e_XX 为X基误码率，h₂为二元香农熵函数，f 为纠错效率（通常取1.1～1.2）。第一项对应Z基原始密钥的净产出，第二项对应X基用于参数估计所消耗的安全代价。

该公式揭示了基矢选择策略的数学本质：p_Z 增大时，Q_ZZ 增大，密钥率提升；但 p_X 减小时，X基样本数减少，e_XX 的统计估计方差增大，参数估计的不确定性上升，从而需要更保守的安全界，间接压低密钥率。因此存在一个最优的 p_Z，使密钥率最大化。

四、优化问题的建立与求解思路

将上述关系整合，基矢选择策略的优化问题可形式化为：

max_{p_Z, q_Z}  R(p_Z, q_Z)
s.t.  e_XX(p_Z, q_Z) ≤ e_th
      n_X(p_Z, q_Z) ≥ n_min
      0 ≤ p_Z, q_Z ≤ 1

其中 e_th 为安全性所允许的最大误码率阈值（BB84中约为11%），n_min 为参数估计所需的最小样本数。该问题通常是非凸的，但可通过一维搜索或梯度类方法在合理参数范围内求得数值最优解。

以一个教学示例说明：假设总脉冲数 N = 10⁶，Z基增益 Q_ZZ ≈ 0.5 × 10⁻³，X基误码率 e_XX ≈ 0.03，纠错效率 f = 1.15。若取 p_Z = 0.8，则Z基筛选事件约 N·p_Z·q_Z·Q_ZZ ≈ 3.2 × 10²，X基样本约 4 × 10¹，样本量偏少，参数估计误差较大。若取 p_Z = 0.6，Z基事件约 1.8 × 10²，X基样本约 1.6 × 10²，估计精度提升，但Z基密钥产出下降。实际最优值需结合具体信道参数通过数值计算确定。

五、建模的工程意义

上述形式化框架的价值在于将“基矢选择”从经验操作转化为可计算、可优化的设计问题。在实际系统实现中，可将概率分布参数、决策阈值和优化目标写入控制模块的配置表，由FPGA或软件层根据实时信道估计结果动态调整。例如，在信道误码率突然上升时，决策规则自动将 p_Z 从0.8降至0.6，增加X基采样密度，使参数估计更快收敛，避免因样本不足导致安全界过度保守而浪费密钥率。

需要强调的是，上述模型中的数值均为教学示例，实际系统的最优参数需结合具体探测器效率、暗计数率、信道损耗和有限码长效应，通过数值仿真或在线学习确定。建模的意义不在于给出一个万能的最优值，而在于提供一套可复现的分析框架，使基矢选择策略的设计有据可依、有数可算。