混沌保密短距离光纤传输实验数据

数据由西南交通大学于2020年12月产生，该成果引入长短期记忆网络来学习光电反馈环的非线性动力学模型，然后应用训练后的深度学习模型生成混沌波形，用于发射端和接收端的加解密。此外，为了进一步提高安全性，我们建立了一个由不同增益训练模型和不同延迟训练模型组成的深度学习模型库，并使用数字信号驱动接收机和发射机之间的混沌同步。该方案已在混沌加密的56Gbit/s PAM-4系统中进行了实验验证，在100km光纤传输中，解密性能可以达到7%以下的前向纠错阈值。并通过误码率图、眼图等验证方案的准确性。原始数据基于实验平台产生，并通过Matlab对数据进行做处理以及作图。支撑论文“Chaotic optical communications at 56 Gbit/s over 100-km fiber transmission based on a chaos generation model driven by long short-term memory networks”