1. 课程导入与QKD密钥率全景
量子密钥分发（QKD）的价值不在于“能产生随机比特”，而在于能在可证明的安全条件下，持续产出可用于加密的密钥。衡量这一能力最核心的指标就是密钥率——单位时间内、经过后处理与安全校验后，双方真正可以使用的安全密钥长度，通常以 bps（比特每秒）表示。理解密钥率，等于理解了整个QKD系统从物理层到应用层的“产能”与“瓶颈”。
本课程围绕“密钥率计算与参数优化”展开，目标不是记住一个公式，而是建立一条完整链路：物理参数 → 信号与探测统计 → 安全边界 → 后处理开销 → 最终密钥率，并能在给定器件与信道条件下，判断密钥率是否为正、瓶颈在哪、参数如何调整。下面先建立全局认知。
一、QKD系统的基本组成
以最典型的诱骗态BB84制备—测量型系统为例，一条完整的密钥生成链路包含以下环节：
- 光源与编码：激光器产生弱相干脉冲，通过强度调制器实现信号态与诱骗态的随机切换，通过相位或偏振调制器完成量子态编码。
- 量子信道：光纤或自由空间链路，带来损耗与误码；窃听者可能实施截获—重发、分束等攻击。
- 探测端：单光子探测器（SPD）完成测量，其探测效率、暗计数、时间抖动直接影响统计结果。
- 对基与筛选：公开比对基矢，保留同基事件，形成原始密钥（sifted key）。
- 参数估计：抽样部分数据估计量子比特误码率（QBER）与相位误码率，用于安全边界计算。
- 后处理：误码纠错（EC）与隐私放大（PA），前者消耗泄露信息，后者压缩至安全长度。
- 认证与输出：经典信道需信息论安全认证，最终输出可用密钥。
可以看到，密钥率不是某一个器件决定的，而是整条链路的乘积效应：光源的态制备不理想会抬高误码，信道损耗会压低增益，探测器暗计数会恶化信噪比，后处理效率会再打一次折扣。
二、密钥率为什么是核心指标
安全性上，QKD的“安全”是可量化的：在给定统计结果下，可以给出窃听者所掌握信息量的上界，剩余部分经隐私放大后即为安全密钥。密钥率正是这一量化过程的最终输出。工程上，密钥率决定了系统能否支撑实际业务——一次AES-256会话需要256比特密钥，若系统密钥率为1 kbps，则每秒仅能支撑约4次密钥更新；若降到10 bps，则几乎无法满足在线业务。因此，密钥率是否为正、有多大、随距离如何衰减，是QKD系统最直接的性能判据。
需要特别强调：密钥率不是“越高越好”的单一目标。提高脉冲强度可以增加计数率，但会抬高多光子脉冲比例，削弱单光子成分的安全性；缩短纠错码可以提高效率，但可能增加泄露。优化的本质是在安全约束下最大化可用密钥产出。
三、一个可操作的示例：从参数到密钥率
为便于建立数量级直觉，下面给出一组教学假设参数（非实测数据）：光纤长度50 km，信道总损耗约10 dB（含器件插损），探测器效率10%，暗计数率1×10⁻⁶/脉冲，系统重复频率100 MHz，平均光子数μ=0.5，诱骗态强度ν=0.1，纠错效率f=1.15。经参数估计得到 Qμ≈3.2×10⁻⁴、Eμ≈2.5%。按诱骗态公式估算单光子增益下界 Q₁ 与相位误码上界 e₁ 后，代入密钥率结构式，可得到 R 的量级约为数百 bps 至数 kbps。这一结果说明：50 km 量级链路在合理器件条件下密钥率为正，但已明显低于重复频率，损耗与暗计数是主要压制因素。
实际计算时，建议按以下顺序推进，避免“公式套错、参数错位”：
- 先由距离与器件插损算出总透过率 η，明确 Qμ 的理论预期。
- 用实测或合理假设的暗计数、探测效率修正 Qμ 与 Eμ。
- 由诱骗态统计估算 Q₁ 下界与 e₁ 上界，注意有限码长修正。
- 代入密钥率公式，检查 R 是否为正；若为负，回到第2、3步定位是增益不足还是误码过高。
- 在安全约束内调整 μ、ν、基矢配比与纠错码，观察 R 的变化趋势。
四、本课程的学习路径
后续内容将沿着上面这张全景图逐层展开：先讲清增益、误码、单光子成分等统计量的来源与计算；再进入诱骗态安全边界与密钥率公式的推导与适用条件；随后讨论有限码长、后处理效率、探测器参数等工程因素对密钥率的实际影响；最后落到参数优化——在给定器件与信道下，如何选择强度、配比与纠错策略，使密钥率尽可能高且安全边界可靠。每一节都会给出可复算的示例参数与判断依据，帮助你把“看懂公式”变成“能算、能调、能判断”。
开始之前，请先记住三个问题，它们将贯穿全课程：当前密钥率是多少？它受哪个环节限制？在安全约束下还能提升多少？能回答这三个问题，就真正掌握了QKD系统的性能分析能力。