基于驱动响应VCSELs混沌系统获取高速同步物理随机数
发布时间：2021-10-24 03:57
随着现代互联网和相关计算机技术的飞速发展,信息安全技术变得越来越重要。随机数的生成作为信息安全的核心技术之一引起了人们的广泛关注。通常随机数发生器（RBG）分为两类:伪随机数发生器和物理随机数发生器。其中,物理随机数由于具有非确定性、不可复现、不可预测等特性而被广泛应用。然而,传统的物理随机数发生器因为带宽的限制,生成的速率被限制在Mbits/s量级,无法满足高速保密通信网络的速率需求。垂直腔面发射激光器（VCSELs）可以在适当的参数条件下同时输出两个正交偏振分量,且在适当的外部扰动下可获得宽带宽的混沌信号,利用这个宽带宽混沌信号作为熵源可以获得高速物理随机数。因此,基于VCSELs混沌输出的高速物理随机数的获取具有重要的研究价值。本文利用两个具有光注入和偏振旋转光反馈的VCSELs作为终端合法用户,提出并数值模拟了一种高速同步随机比特序列（SRBS）的获取方案。一个具有偏振旋转光反馈的注入VCSEL（I-VCSEL）输出的混沌信号被强注入到驱动VCSEL（D-VCSEL）中以获得具有两种共存正交极化模式的带宽增强的混沌信号。利用D-VCSEL输出的宽带混沌信号分别注入两个合法VCS...
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
随机序列的异或运算
随机数序列生成速率会跟序列相关性与是否均匀分布产生密不可分的联系，如果序列的相关性低，同时分布均匀，则生成的真随机数序列的速率快。同时奇偶校验被认为是一个简单的级联异或链的另一种叫法。人们在实验过程中发现随机序列中存在的偏差可以应用8级以上的异或链完全清除，而随着人类日常生产生活的需要，需要的异或链级数随着真随机数发生器产生的数字化噪声信号偏差的增大而增加，由此大大降低了随机数产生的输出速率，由上可知，对于要求随机数生成速率高的应用，不能使用异或链这种方式。(4)线性反馈移位寄存器如图1.3所示的后处理方式是由长度为k的线性反馈移位寄存器来实现的。数字化噪声信号与反馈的位进行异或运算后产生的结果反馈到最低位的移位寄存器上，这被称为数字化噪声信号同步于有循环移位的移位寄存器，同时也相当于低8位输出的移位寄存器。随机数的随机性受到移位寄存器压缩率的直接影响，输出序列所具有的独立性也被输入数字化噪声信号的独立性所影响。因此，不适合在数字化噪声信号独立性不好的真随机数发生器中使用这种后处理方法。图1.3线性反馈移位寄存器的后处理(5)异或周期序列一个均匀分布并且不具有相关性的周期序列与均匀分布的非周期序列做异或运算产生一个均匀分布且不具有相关性的非周期序列。相关性为0同时均匀分布的周期序列在人们现已知并且经常使用的多种方式下均可实现。异或周期序列处理的最大优点是数据的输出速率不会被降低，并且数字化噪声信号的随机性可以在一个相当大的范围内得到合适的调整。同时在实际应用中必须要注意的缺点是本方法不适用均匀性不好的数字化噪声信号。1.4随机数的测试目前针对随机序列的评估测试标准国内外有很多种，接下来将主要介绍美国国家标准与技术研究所(NIST)提?
?鳎?饕?且谰莸ス庾拥?随机路径选择[13]，之后澳大利亚、英国[14]、德国以及国内国防科技大学[15]、北京大学[16]等也相继展开了研究。2008年，Thomas等人提出了一种物理量子随机数发生器的实现方法，它是基于在真随机性的量子力学源——分束器上分裂光子束的过程[17]。利用分束器和偏振分束器,单光子探测器和高速电子设备能够产生一个二进制随机信号，其自相关时间为11.8ns，速率1Mbit/s。通过对数据样本进行一系列的测试，说明了生成的信号的随机性。(2)基于热噪声的物理随机数发生器基于热噪声的物理随机数生成方案如图1.4所示，基本原理是将噪声源作为物理熵源(主要包括电阻热噪声、散粒噪声等)，产生二进制随机码的方法也主要是将噪声源在幅值分布上表现出的随机性通过放大器放大之后进入模数转换器量化。图1.4基于热噪声的物理随机数产生方案由于该方案装置简单，成本低，因此利用热噪声作为物理随机数发生器的熵源获取随机数是目前使用最多的方案。数字噪声源可以在很宽的频率范围内提供连续的随机二进制数字流，这对于加密数字化的视频、传真、调制解调器或语音数据非常有用。然而，在模拟/数字微电子设计中，考虑到尺寸、电源和成本限制，离散方法是不可取的。理想情况下，噪声源应与需要随机数字输入的数字超大规模集成电路应用程序直接集成在同一基片上。鉴于目前微电子设计的趋势，噪声源必须在数字CMOS技术中实现，1997年，Holman等人介绍了集成噪声源(INS)，这是一种高性能模拟/数字随机噪声发生器[18]，INS产生超过100mVrms的模拟白噪声，模拟频宽3.2MHz，1/f噪声角小于5Hz。INS拓扑可以适应各种CMOS、BiCMOS和双极过程，为许多模拟或数字微电子应用提供高质量的宽带随机噪声。(3)基于振荡器频率抖动的物理随机数生成器
【参考文献】：
期刊论文
[1]利用混沌激光脉冲在线实时产生7 Gbit/s物理随机数[J]. 赵东亮,李璞,刘香莲,郭晓敏,郭龑强,张建国,王云才. 物理学报. 2017(05)
[2]基于互注入半导体激光器的混沌输出产生17.5Gbit/s随机码[J]. 唐曦,吴加贵,夏光琼,吴正茂. 物理学报. 2011(11)
[3]蒙特卡洛模拟及其在公差设计中的应用[J]. 袁贵星,王平. 天津科技大学学报. 2008(02)
[4]基于振荡器的高性能真随机数发生器[J]. 邓焕,金荣华,陈俊,谢磊,曾晓洋,郭亚炜. 固体电子学研究与进展. 2007(03)
[5]基于位平面的LSB图像隐藏算法分析及改进[J]. 靳战鹏,沈绪榜. 计算机应用. 2005(11)
[6]光量子随机数发生器[J]. 吴双,梁林梅,李承祖,Surasak Chiangga. 量子光学学报. 2005(02)
[7]现实期权的蒙特卡洛方法计算研究[J]. 朱近,宣国良. 技术经济与管理研究. 2002(04)
[8]基于光量子的真随机源[J]. 廖静,梁创,魏亚军,吴令安,潘少华,姚德成. 物理学报. 2001(03)
博士论文
[1]无穷维线性系统的分布混沌动力学研究[D]. 尹宗斌.华南理工大学 2016
本文编号：3454527
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
随机序列的异或运算
随机数序列生成速率会跟序列相关性与是否均匀分布产生密不可分的联系，如果序列的相关性低，同时分布均匀，则生成的真随机数序列的速率快。同时奇偶校验被认为是一个简单的级联异或链的另一种叫法。人们在实验过程中发现随机序列中存在的偏差可以应用8级以上的异或链完全清除，而随着人类日常生产生活的需要，需要的异或链级数随着真随机数发生器产生的数字化噪声信号偏差的增大而增加，由此大大降低了随机数产生的输出速率，由上可知，对于要求随机数生成速率高的应用，不能使用异或链这种方式。(4)线性反馈移位寄存器如图1.3所示的后处理方式是由长度为k的线性反馈移位寄存器来实现的。数字化噪声信号与反馈的位进行异或运算后产生的结果反馈到最低位的移位寄存器上，这被称为数字化噪声信号同步于有循环移位的移位寄存器，同时也相当于低8位输出的移位寄存器。随机数的随机性受到移位寄存器压缩率的直接影响，输出序列所具有的独立性也被输入数字化噪声信号的独立性所影响。因此，不适合在数字化噪声信号独立性不好的真随机数发生器中使用这种后处理方法。图1.3线性反馈移位寄存器的后处理(5)异或周期序列一个均匀分布并且不具有相关性的周期序列与均匀分布的非周期序列做异或运算产生一个均匀分布且不具有相关性的非周期序列。相关性为0同时均匀分布的周期序列在人们现已知并且经常使用的多种方式下均可实现。异或周期序列处理的最大优点是数据的输出速率不会被降低，并且数字化噪声信号的随机性可以在一个相当大的范围内得到合适的调整。同时在实际应用中必须要注意的缺点是本方法不适用均匀性不好的数字化噪声信号。1.4随机数的测试目前针对随机序列的评估测试标准国内外有很多种，接下来将主要介绍美国国家标准与技术研究所(NIST)提?
?鳎?饕?且谰莸ス庾拥?随机路径选择[13]，之后澳大利亚、英国[14]、德国以及国内国防科技大学[15]、北京大学[16]等也相继展开了研究。2008年，Thomas等人提出了一种物理量子随机数发生器的实现方法，它是基于在真随机性的量子力学源——分束器上分裂光子束的过程[17]。利用分束器和偏振分束器,单光子探测器和高速电子设备能够产生一个二进制随机信号，其自相关时间为11.8ns，速率1Mbit/s。通过对数据样本进行一系列的测试，说明了生成的信号的随机性。(2)基于热噪声的物理随机数发生器基于热噪声的物理随机数生成方案如图1.4所示，基本原理是将噪声源作为物理熵源(主要包括电阻热噪声、散粒噪声等)，产生二进制随机码的方法也主要是将噪声源在幅值分布上表现出的随机性通过放大器放大之后进入模数转换器量化。图1.4基于热噪声的物理随机数产生方案由于该方案装置简单，成本低，因此利用热噪声作为物理随机数发生器的熵源获取随机数是目前使用最多的方案。数字噪声源可以在很宽的频率范围内提供连续的随机二进制数字流，这对于加密数字化的视频、传真、调制解调器或语音数据非常有用。然而，在模拟/数字微电子设计中，考虑到尺寸、电源和成本限制，离散方法是不可取的。理想情况下，噪声源应与需要随机数字输入的数字超大规模集成电路应用程序直接集成在同一基片上。鉴于目前微电子设计的趋势，噪声源必须在数字CMOS技术中实现，1997年，Holman等人介绍了集成噪声源(INS)，这是一种高性能模拟/数字随机噪声发生器[18]，INS产生超过100mVrms的模拟白噪声，模拟频宽3.2MHz，1/f噪声角小于5Hz。INS拓扑可以适应各种CMOS、BiCMOS和双极过程，为许多模拟或数字微电子应用提供高质量的宽带随机噪声。(3)基于振荡器频率抖动的物理随机数生成器
【参考文献】：
期刊论文
[1]利用混沌激光脉冲在线实时产生7 Gbit/s物理随机数[J]. 赵东亮,李璞,刘香莲,郭晓敏,郭龑强,张建国,王云才. 物理学报. 2017(05)
[2]基于互注入半导体激光器的混沌输出产生17.5Gbit/s随机码[J]. 唐曦,吴加贵,夏光琼,吴正茂. 物理学报. 2011(11)
[3]蒙特卡洛模拟及其在公差设计中的应用[J]. 袁贵星,王平. 天津科技大学学报. 2008(02)
[4]基于振荡器的高性能真随机数发生器[J]. 邓焕,金荣华,陈俊,谢磊,曾晓洋,郭亚炜. 固体电子学研究与进展. 2007(03)
[5]基于位平面的LSB图像隐藏算法分析及改进[J]. 靳战鹏,沈绪榜. 计算机应用. 2005(11)
[6]光量子随机数发生器[J]. 吴双,梁林梅,李承祖,Surasak Chiangga. 量子光学学报. 2005(02)
[7]现实期权的蒙特卡洛方法计算研究[J]. 朱近,宣国良. 技术经济与管理研究. 2002(04)
[8]基于光量子的真随机源[J]. 廖静,梁创,魏亚军,吴令安,潘少华,姚德成. 物理学报. 2001(03)
博士论文
[1]无穷维线性系统的分布混沌动力学研究[D]. 尹宗斌.华南理工大学 2016
本文编号：3454527
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3454527.html
