近日，上海交通大学电子工程系智能光纤系统实验室（LIFE，Laboratory of Intelligent Fiber Ecosystem）提出了基于相干检测和神经网络同步的混沌保密通信方案，采用相干检测结合DSP算法补偿混沌加密信号信道传输损伤，通过神经网络实现混沌同步，实现了30 Gb/s 相位混沌加密信号在340 km光纤的传输实验演示。该方案不仅大大简化混沌同步难度，而且有效延长了混沌光通信的传输距离。相关成果以“Coherent chaotic optical communication of 30 Gb/s over 340-km fiber transmission via deep learning”为题，于2022年6月发表于国际高水平光学期刊《Optics Letters》。博士生杨钊为第一作者，义理林教授为通信作者。

研究背景

我国骨干网已进入全光网2.0时代，现有光纤通信系统的速率和距离都得到大幅提升。但是，全光网也是透明光网络，光纤传输过程基本处于非设防状态，因此保障光纤通信系统的物理层安全是亟待解决的关键问题之一。混沌光通信作为物理层加密方案，具有类噪声、宽频谱、连续无周期性、与现有光通信系统兼容度高的优点，近些年得到了持续的研究关注。

然而，混沌光通信目前仍有以下几个方面的挑战：（1）硬件同步的混沌光通信系统对物理器件的参数匹配性能要求高。如果其中一个器件出现损坏，则需要更换所有匹配的物理器件，以保证器件参数的一致性。（2）点到多点的混沌光通信系统难以实现。需要多套配对的物理器件，这使得混沌光通信的成本变得非常高且不易维护。（3）传输损伤使混沌光通信系统难以同步。传统混沌同步过程在光域完成的，需要同步前先在光域完成对传输信号损伤的补偿，而光域高阶色散补偿和非线性补偿难度极大，限制了加密信号的高速长距传输。

研究路径

图 1   基于相干检测和神经网络建模的混沌光通信系统

针对以上问题，我们首先通过相干检测的方式，将混沌模拟信号转换到数字域，然后采用数字信号处理（digital signal processing, DSP）技术补偿信道传输损伤，从而避免传统的光域信道损伤补偿方案对混沌光通信传输距离的限制。在数字域上采用神经网络混沌建模可实现混沌同步解密，摆脱传统光域混沌同步对收发端硬件参数匹配的依赖，降低混沌同步的难度，这有利于点到多点的混沌光通信应用。将基于相干检测的DSP技术和神经网络同步在数字域结合，不仅可以实现混沌光通信传输指标的突破，而且和现有光通信系统完全兼容，极大地增强了混沌光通信的实用性。

在前期工作中，我们分别研究了相干检测和混沌光通信相结合的可行性仿真验证，以及神经网络对混沌光通信系统建模的20 km光纤传输实验演示。在本文中，我们首次结合相干检测和神经网络，实现了数字域的信道损伤补偿和混沌同步，实验演示了30 Gb/s QPSK混沌加密信号在340 km光纤的传输指标。

图1是基于相干检测和神经网络建模的混沌光通信实验系统，首先在背靠背的环境下完成神经网络对混沌模型的建模，建模的原理是将加密信号（混沌载波和QPSK信号）作为神经网络的输入，预期的混沌同步载波作为神经网络的输出，通过神经网络学习加密信号和混沌载波之间的函数关系。然后将训练好的神经网络保持不变，进行340 km光纤传输实验。接收端相干检测后，通过DSP算法对340 km光纤传输后的混沌加密信号进行传输损伤补偿，经过色散补偿，恒模算法（CMA）信道均衡和扩展卡尔曼滤波（EKF）进行相位噪声估计和补偿后，混沌加密信号基本可以恢复到背靠背水平。最后，将恢复后的加密信号输入到训练好的神经网络中，进行混沌同步和QPSK信号的解码。

研究成果

图 2   原始、加密和解密后 30 Gb/s QPSK 信号的混沌同步和星座图

通过15 GHz带宽的相位混沌对30 Gb/s的单偏振QPSK信号进行加密，经过340 km光纤传输后的混沌信号如图2所示。传输后实验接收到的混沌信号和经过神经网络同步的混沌信号分别如（a）和（b）所示，归一化相关系数为0.9116，表明两者具有很强的相关性，从混沌加密信号中减去神经网络预测的混沌信号来恢复QPSK信号，图（c）为经过 340 km 光纤传输后没有混沌加密的 QPSK 信号星座，混沌加密信号如图（d）所示，星座图在相位上表现出完全的随机性，图（e）展示了 30 Gb/s QPSK 信号经光纤传输后的解调星座图，解调后的QPSK信号误码率为8.9×10-4。目前传输距离主要受限于盲相位恢复算法的能力，未来拟研究能力更强大更高效的盲相位恢复算法，进一步延长混沌加密信号传输距离。

论文的全文链接：https://doi.org/10.1364/OL.453696

LIFE课题组致力于混沌光通信系统的关键技术研究，涉及高速信号的混沌加密传输、混沌长距离传输损伤抑制、基于深度学习的混沌同步等，以构建一个高速长距安全实用的混沌光通信系统，为光纤通信的高速传输提供可靠的安全保障。

√  2018年，实现了基于硬件同步的30 Gb/s混沌光信号在100 km光纤传输的实验演示，打破了之前的混沌传输纪录（10 Gb/s混沌光信号100km光纤传输），论文发表于Optics Letters，全文链接：https://doi.org/10.1364/OL.43.001323。

√  2019年，提出采用神经网络对混沌系统建模实现混沌同步，实现了对32 Gb/s 16QAM信号的混沌加密传输和解密的实验演示，论文发表于Optics Letters，全文链接https://doi.org/10.1364/OL.44.005776。

√  2020年，首次将混沌光通信和相干检测相结合，通过DSP算法补偿光纤链路损伤，完成了10 Gb/s DPSK混沌加密信号的1000 km光纤传输仿真，论文发表于Journal of Lightwave Technology，全文链接：https://ieeexplore.ieee.org/document/9091335。

√  2021年，在神经网络实现混沌同步的基础上，进一步研究了ADC量化位数和采样率，混沌复杂度以及信号速率对神经网络同步模型的影响，论文发表于Optics Letters，全文链接：https://doi.org/10.1364/OL.414966。