前言

2023年，ITU-R發布了IMT-2030框架，強調可持續性、安全性和彈性，將未連接的連接和

無處不在的智能作為首要方面，作為普遍適用于所有使用場景的設計原則。在另一項關于

2030年及以后IMT未來發展的建議中，ITU-R提到，與RAN相關的量子技術是一項潛在

技術，可在允許通過網絡實體合法交換敏感信息時確保安全性和彈性。因此，應用量子技術

實現第六代（6G）及后續通信的安全性和彈性的目標變得更加明確。為此，在這份每年修訂

的白皮書中，我們介紹了過去一年量子信息技術（QIT）在通信、網絡和計算領域應用的研究

進展，并對2024年量子技術研究提出了一些預期。

第二章重點介紹量子安全通信，旨在通過應用量子機制保護關鍵信息。介紹從量子密鑰分

配（QKD）、量子隨機數生成器（QRNG）和量子信息網絡（QIN）方面不斷進行的各種理論

和實驗開始，隨后介紹了世界各地最先進的QKD標準化活動。對6G的影響分別介紹了在車

聯網上部署的量子加密演示，與G.698.4設備集成連續可變QKD(CV-QKD)，以及量子密

碼技術在6G網絡中的部署。

第3章深入研究了如何通過應用量子計算來滿足6G所期望的通信系統性能的大幅提升和

創新業務的豐富多樣性。首先分析了通信的計算場景和關鍵問題，包括信號處理、網絡優化、

業務處理、網絡智能化等。其次，提出了具有強大計算基礎的“經典+量子”混合計算平臺，為

不同領域提供量身定制的計算支撐服務，促進研究創新和產品落地。第三，通過三個例子介

紹了量子計算對6G的影響，分別應用量子計算解決經典通信問題。

基于2023年的突破性成果，2024年或將成為量子計算技術的重要一年，由此開始量子計算

領域有望從物理量子比特過渡到糾錯邏輯量子比特，同時反量子密碼學研究時間表也將提前。

1/28

1.引言

這份每年修訂的白皮書旨在介紹量子信息技術(quantuminformationtechnologies,QITs)的最新研究進展，

以滿足6G或后6G時代在通信和計算方面所面臨的嚴格要求。除了QITs為通信和網絡，以及計算帶來的預期

收益之外，本版本的白皮書還提出了對2024年量子技術研究的一些展望。

第2章量子通信與網絡

第2章將重點介紹量子安全通信，它利用量子力學原理來保護關鍵信息安全。

2023年，以下關鍵技術領域取得了持續不斷的理論和實驗進展。量子密鑰分發(quantumkeydistribution,

QKD)方面，科研成果和經典量子共傳輸研究取得了突破，并且QKD系統的性能也得到了進一步提升。

量子隨機數生成器(Quantumrandomnumbergenerator,QRNG)技術正朝著更高效、更穩定的目標進行研發

改進。許多實驗室和研究機構開展了大量實驗來驗證量子信息網絡(quantumInformationNetwork,QIN)的

可行性和穩定性。

關于QKD的標準化活動，主要的標準化組織正積極制定相關的標準，涵蓋術語定義、應用場景和需

求、網絡架構、設備技術要求、QKD安全、測試評估方法等各個方面。

最后，白皮書通過三個示例討論了量子技術對6G的影響：車聯網中的量子加密演示；將連續變量QKD

(CV-QKD)技術與G.698.4設備集成，從而使QKD融入現有經典通信網絡，充分利用現有電信基礎設施；

在6G網絡中部署量子密碼技術，實現通信系統的整體安全管理。

第3章量子計算

為了滿足6G預期的大幅提升的通信系統性能和豐富多樣的創新業務，第3章將深入探討如何利用量子

計算技術來增強通信能力。

首先，考慮到通信本質上是一系列的數學計算，白皮書從計算角度描述了一個分層的通信網絡，以便

分析通信計算場景和關鍵問題，包括信號處理、網絡優化、業務處理和網絡智能化。

其次，提出了一種“經典+量子”混合計算平臺，該平臺擁有強大的計算基礎，可提供針對不同領域的定

制化計算支持業務，促進研究創新和產品實現。值得一提的是，這種混合計算平臺的架構設計遵循了模塊

化、標準化、廣泛兼容、自主安全和智能高效的原則和理念。

第三，通過三個示例介紹了量子計算對6G的影響，這些示例分別利用量子計算來解決經典通信問題。

3/28

這三個示例包括：使用濾波變分量子算法(FilteringVariationalQuantumAlgorithm,FVQE)解決單小區大規

模多輸入多輸出(Multiple-InputMultiple-Output,MIMO)天線優化問題；使用基于相干伊辛模型(Coherent

Isingmachines,CIM)設計的量子算法解決MIMO波束選擇(MIMObeamselection,MBS)問題；以及通過在

終端側應用量子支持向量機(QuantumSupportVectorMachine,QSVM)算法獲得的相位偏移校正模型來解

決毫米波信號相位校正問題，從而降低參考信號開銷。

第4章未來展望

2023年最后一個季度，我們見證了量子領域的一個行業里程碑，即突破了1,000個量子比特的壁壘，賦

予量子計算機前所未有的計算能力。與此同時，來自學術界的專家們創造了迄今為止擁有最多邏輯量子比

特（即48個邏輯量子比特）的量子計算機。邏輯量子比特相較于硬件量子比特，有望顯著減少量子計算機

遭受的大量糾錯開銷。因此，2024年可能會成為量子計算技術的重要一年，屆時量子計算領域預計將從物

理量子比特轉向糾錯邏輯量子比特；與此同時，抗量子密碼學研究也將加速發展。

4/28

2.量子通信與網絡

2.1關鍵技術

2.1.1量子密鑰分發

量子通信利用量子疊加態或糾纏態來實現密鑰分發或信息傳輸，在理論上具有無條件安全性。量子密

鑰分發(Quantumkeydistribution,QKD)是發展最成熟的量子通信技術，其基于量子力學基本原理，并結

合“一次一密”的加密方式在通信用戶之間傳輸密鑰。

2023年，圍繞QKD開展了各種理論和實驗，在科研成果和經典量子共傳輸等方面的研究取得了進展，

并且QKD系統的性能進一步提升。由清華大學聯合團隊通過將測量互補性與量子非局域性聯系起來，給出

了設備無關QKD(Dcvice-independent,DI-QKD)協議的安全證明，為DIQKD的實用化提供了新的理論工

具1。由澳大利亞國立大學牽頭的聯合團隊提出了一種測量設備無關的QKD協議，該協議需要制備高維量子

態并使用相干總光子數方法進行測量，仿真表明當編碼在7維度狀態時，它可以在比雙場協議更短的距離內

突破PLOB極限2。由中國電信科學技術研究院牽頭的合作項目成功地在光傳輸網絡內演示了高達1Tbps

的總傳輸數據容量，該實驗采用少模光纖在100.96公里實現共纖傳輸，生成為2.7kbps的安全密鑰速率

(securitykeyrate,SKR)3。使用固態單光子發射器進行QKD實驗因其性能的快速提高和與未來量子網絡的

兼容性而日益受到關注。由英國赫瑞-瓦特大學牽頭的聯合團隊使用InGaAs量子點作為單光子源進行了

QKD實驗，在100公里的距離和一分鐘的采集時間內生成了13kbps的有限密鑰4。這些研究成果有助于探索

QKD應用并實現大規模QKD網絡。

目前，基于QKD和其他技術方案的量子通信系統已經在國內外實現商用。然而，商用QKD系統仍

面臨著安全密鑰速率、傳輸距離、設備體積和成本高等方面的挑戰。制備測量方案是商用QKD的主要技

術手段-，可以-分為兩種類型：連續變量QKD(continuousvariableQKD,CV-QKD)和離散變量QKD

(discretevariable,DV-QKD)。

CV-QKD的優勢在于可以在城域距離內利用經典通信檢測方案實現較高的SKR。2023年，山西大學

1/10.1103/PhysRevLett.131.140801

2/10.1038/s41534-023-00698-5

3/10.1364/OL.500406

4/10.1038/s41467-023-39219-5

5/28

采用離散調制CV-QKD技術在80公里范圍內生成了2.11Mbps的SKR5。上海交通大學利用發射端光

源集成系統在50公里距離上實現了0.75Mbps的SKR6。丹麥技術大學采用接收端集成方案系統在10

公里距離上實現了300Mbps的SKR7。滑鐵盧大學給出了離散調制CV-QKD的有限密鑰長度安全性證明，

并通過實驗演示了QKD傳輸距離可以超過72公里，密鑰長度為10128。

DV-QKD實驗系統也在不斷發展，SKR和傳輸距離均取得了一定的提升。2023年，日內瓦應用物理

小組利用多像素超導納米探測器(SuperconductingNanowireSinglePhotonDetector,SNSPD)編碼的時分制

QKD技術，實現了10公里距離上的64MbpsSKR9。中國科學技術大學的研究團隊利用多像素SNSPDs

取得了雙方面的突破：使用基于誘騙態BB84QKD協議10，在10公里光纖鏈路上實現了115.8Mbps的

SKR的新紀錄；采用3強度發送-不發送雙場量子密鑰分發協議(Sending-or-not-sendingTwin-fieldquantum

keydistribution,SNS-TF-QKD)，實現了在1002公里光纖通道上無中繼的QKD。這些研究表明，當前的

技術可以滿足高帶寬通信的加密需求，并且在長距離通信方面也具有可行性。

實現QKD產業化需要低成本、可批量生產且實用的QKD設備。從商業應用的角度來看，量子通信

的核心器件，包括QKD編碼器和解碼器，正朝著小型化和高性價比的方向發展。中國信息通信科技集團

旗下國家信息光電子創新中心研制了硅基偏振態調制器和解調器。靠著這兩個模塊，在150公里的距離上

實現了基于量子位的時鐘同步和芯片級偏振補償，達到了866bps的SKR11。瑞士日內瓦大學和意大利光

子學和納米技術研究所的研究人員演示了一種基于芯片的QKD系統，該系統使用支持高速調制的硅基發

射器芯片和鋁硼硅酸鹽玻璃中的偏振無關低損耗接收器芯片，在151公里的距離上實現了1.3kbps的傳輸12。

2.1.2量子隨機數生成器

量子隨機數生成器(QuantumRandomNumberGenerator,QRNG)是一種利用量子力學原理生成真

隨機數的器件。與傳統隨機數生成器不同，QRNG基于真空態噪聲、激光自發輻射的量子相位噪聲和光子

數統計等量子光學原理生成真隨機數。它是迄今為止唯一在理論上可證的真隨機數生成器，利用量子力學

5/10.1364/OL.492082

6/10.1364/PRJ.473328

7/abs/2305.19642

8/10.1103/PRXQuantum.4.040306

9/10.1038/s41566-023-01168-2

10/10.1038/s41566-023-01166-4

11/10.1364/PRJ.482942

12/10.1364/PRJ.481475

6/28

的不確定性來保證生成高度不可預測且不相關的隨機數。QRNG具有重要的應用價值。在密碼學中，真隨

機數對于密鑰生成、加密算法和認證等至關重要。QRNG可以提供更高的安全性防止密碼破解。需要注意

的是，QRNG僅保證生成序列的真隨機性，并不包含分發過程的安全性。

QRNG技術正處于開發和改進階段。許多研究機構和公司致力于研發更高效、更穩定的QRNG。2023

年，來自根特大學牽頭聯合團隊的研究人員通過實驗演示了一種超快的隨機數生成速率，達到100Gbit/s，

將基于真空漲落的QRNG速率提升了一個數量級，創下新紀錄13。英國QuantumDice公司發布了其最新一

代APEXQRNG，該款生成器具有高達7.5Gbps14的后處理隨機數生成速率，同時可以集成到現有基礎設

施中，并具備高安全性特性。德國聯邦教育和研究部資助基于芯片級量子隨機數生成器項目15，旨在開發一

款基于量子光子效應的高速隨機數生成芯片，并滿足IT產品安全共同準則。隨著量子科技的進一步發展，

QRNG預計將被用于更廣泛的應用領域，并為信息安全和科學研究領域作出重大貢獻。

2.1.3量子信息網絡

量子信息網絡(QuantumInformationNetworks,QIN)是基于量子力學原理的通信網絡系統。它利用

量子糾纏、量子隱形傳態、量子中繼等關鍵技術，旨在實現量子長距離通信、量子計算和量子信息互聯網

絡等功能。QIN目前是量子信息領域的研究熱點，代表著未來通信和計算的前沿發展方向。近年來，國內

外都在積極推進量子信息網絡的研發和應用，許多實驗室和研究機構開展了大量的實驗來驗證QIN的可行

性和穩定性。2023年，中國科學技術大學、北京大學的研究人員在“祖沖之”超導量子計算機平臺上實現

了51位量子比特糾纏，使用了高保真并行量子門，實現了51位的一維簇態和30位的二維簇態，保真度分別

為0.637±0.030和0.671±0.00616。北京大學等的聯合團隊構建了基于芯片的多維量子糾纏網絡。該網絡

由1個中央芯片通過光纖連接3個端芯片構成，利用混合復用技術，在端芯片有效實現了糾纏恢復和全連接，

該成果為建設大規模、實用化的糾纏網絡奠定了基礎17。美國國家標準與技術研究院(NationalInstituteof

StandardsandTechnology,NIST)搭建了NG-QNet測試平臺，用于驗證QIN基礎組件的功能18。林肯實驗

室領導的研究團隊建造了一個50公里的三節點量子網絡實驗平臺(Boston-AreaQuantumNetwork,

13/10.1103/PRXQuantum.4.010330

14

/quantum-dice-launches-the-new-generation-of-apex-the-worlds-fastest-quantum-random

-number-generator-enabling-trusted-cybersecurity-for-enterprise-applications/

15https://www.ipms.fraunhofer.de/en/press-media/press/2023/Photonic-quantum-chip.html

16/10.1038/s41586-023-06195-1

17/doi/10.1126/science.adg9210

18/programs-projects/quantum-communications-and-networks

7/28

BARQNET)，用于測試量子態信號傳輸特性和補償機制19。滑鐵盧大學將與歐洲研究團隊合作，計劃通過量

子衛星鏈路連接加拿大和歐洲20。佛羅里達大學與加拿大卡爾加里大學合作，提出并啟動了基于衛星中繼的

量子信息網絡21。與此同時，一些公司也積極參與QIN的研發。例如，Qunnect公司與紐約大學合作，成

功測試了使用高糾纏量子光子構建的16公里長的QIN鏈路22。這些努力和合作有望推動QIN的發展和

應用。

2.2量子密鑰分發標準化活動

近年來，主要的標準化組織積極開展了QKD相關標準的制定工作，包括中國通信標準化協會(China

CommunicationsStandardizationAssociation,CCSA)、中國密碼工業標準化技術委員會(ChinaCryptography

IndustryStandardizationTechnicalCommittee,CSTC)、全國信息安全標準化技術委員會(NationalInformation

SecurityStandardizationTechnicalCommittee,TC260)等國內機構；國際上則有國際標準化組織(International

OrganizationforStandardization,ISO)、國際電信聯盟(InternationalTelecommunicationUnion,ITU)和歐洲

電信標準化協會(EuropeanTelecommunicationsStandardsInstitute,ETSI)等組織參與。這些標準的制定涵蓋

了術語定義、應用場景和需求、網絡架構、設備技術要求、QKD安全性、測試評估方法等方面。

2.2.1中國標準化進展

中國通信標準化協會(CCSA)

CCSA是中國信息通信領域從事通信標準體系研究的標準化組織。CCSA成立了量子通信和信息技術

領域第七專項工作組(7thSpecialTaskGroup,ST7)，包括兩個子工作組：量子通信工作組(Quantum

CommunicationWorkingGroup，WG1)和量子信息處理工作組(QuantumInformationProcessingWorking

Group，WG2)兩個分工作組。ST7在術語定義、應用場景和需求、網絡架構、設備技術要求、QKD安全

性和測試評估方法等方面啟動了25個標準研制項目。其中，國家標準GB/T42829-2023《量子安全通信

應用基本要求》于2023年8月正式發布。另外還有12項通信行業標準也已正式發布實施：

19/10.48550/arXiv.2307.15696

20

https://uwaterloo.ca/news/science/connecting-canada-and-europe-through-quantum-satellite?utm_source=miragenews&u

tm_medium=miragenews&utm_campaign=news

21/prapplied/abstract/10.1103/PhysRevApplied.20.024048

22

/about/news-publications/news/2023/september/nyu-takes-quantum-step-in-establishing-cutting-edg

e-tech-hub-in-.html

8/28

《量子密鑰分發與經典光通信共纖傳輸技術要求》(YD/T4632-2023)

《量子密鑰分發(QKD)系統測試方法第2部分：基于高斯調制相干態協議的QKD系統》(YD/T

3835.2-2023)

《量子密鑰分發(QKD)網絡AK接口技術要求第1部分：應用程序接口(API)》(YD/T4410.1-2023)

《量子密鑰分發(QKD)系統技術要求第2部分：基于高斯調制相干態協議的QKD系統》(YD/T

3834.2-2023)

《基于IPSec協議的量子安全通信應用設備技術規范》(YD/T4303-2023)

《量子密鑰分發(QKD)網絡管理技術規范-第1部分：NMS系統功能》(YD/T4302.1-2023)

《量子安全通信網絡架構》(YD/T4301-2023)

《基于BB84協議的量子密鑰分發(QKD)的關鍵組件與模塊-第2部分：單光子探測器》(YD/T

3907.2-2022)

《基于BB84協議的量子密鑰分發(QKD)的關鍵組件與模塊-第1部分：激光源》(YD/T

3907.1-2022)

《基于BB84協議的量子密鑰分發(QKD)的關鍵組件與模塊-第3部分：量子隨機數生成器

(QRNG)》(YD/T3907.3-2021)

《量子密鑰分發(QKD)系統測試方法-第1部分：誘騙態BB84協議QKD系統》(YD/T

3835.1-2021)

《量子密鑰分發(QKD)系統技術要求-第1部分：(YD/T3834.1-2021)誘騙態BB84協議QKD系統》

(YD/T3835.1-2021)

中國密碼行業標準化技術委員會(CSTC)

QKD技術涉及密碼的生成、管理和使用。CSTC開展了QKD技術規范和評測體系等密碼行業標準研

究。目前，已經正式發布了以下兩項量子相關的密碼行業標準：

《誘騙態BB84量子密鑰分發產品技術規范》(GM/T0108-2021)

《誘騙態BB84量子密鑰分發產品測試規范》(GM/T0114-2021)

全國信息安全標準化技術委員會(TC260)

TC260是中國信息安全技術領域從事信息安全標準化工作的技術組織，負責組織和開展國家信息安全

相關的標準化技術工作。TC260承擔ISO/IECJTC1/SC27等信息安全相關國際標準化組織的相應業務工作。

9/28

由全國信息安全標準化技術委員會主導推動的量子安全通信領域的兩項國際標準提案，ISO/IEC23837-1

《量子密鑰分發的安全要求、測試和評估方法第1部分：要求》和ISO/IEC23837-2《量子密鑰分發安全

要求、測試和評估方法第2部分：測試和評估方法》已經正式發布。

2.2.2國際性標準化進展

國際標準化組織(ISO)

ISO是目前世界上最大、最權威的國際標準化機構，國際電工委員會(InternationalElectrotechnical

Commission,IEC)負責電氣和電子工程領域的國際標準化工作。國際標準化組織/國際電工委員會第一聯合

技術委員會(FirstJointTechnicalCommitteeoftheInternationalOrganizationforStandardization/International

ElectrotechnicalCommission,ISO/IECJTC1)是信息技術領域的國際標準化委員會，負責信息技術的國際標

準化工作。其中，ISO/IECJTC1下設的信息技術安全技術分委會信息安全、網絡安全和隱私保護分委會

(InformationSecurity,NetworkSecurityandPrivacyProtectionSubcommittee,ISO/IECJTC1SC27)負責信息技

術安全的一般方法和技術的標準化，包括確定信息技術安全業務的一般要求，開發安全技術和機制，提出

安全指南，以及為管理準備支持性文件和標準。SC27在2023年正式發布了由中國主導的兩個量子密鑰分

發相關技術標準：

ISO/IEC23837-2:2023信息安全-量子密鑰分發的安全要求、測試和評估方法-第2部分：評估和測試

方法

ISO/IEC23837-1:2023信息安全-量子密鑰分發的安全要求、測試和評估方法-第1部分：要求:

國際電信聯盟(ITU)

ITU是負責信息和通信技術事務的聯合國機構，負責制定全球電信標準。ITU下屬的電信標準化部門

密切關注量子信息技術的發展及其未來對信息通信網絡和產業的影響。ITU-T量子通信相關標準化工作目

前處于世界領先地位。

ITU-T的量子通信相關技術標準包括Q系列-交換和信令及其相關的測量和測試，X系列-數據網、開

放系統通信和安全，以及Y系列-全球信息基礎設施、互聯網協議方面、下一代網絡、物聯網和智慧城市。

Q系列標準中與量子通信相關的部分是Q.4160-Q.4179：量子密鑰分發網絡的協議和信令。目前已經

正式發布的標準包括：

10/28

ITU-TQ.4160(12/2023)：《量子密鑰分發網絡-協議框架》

ITU-TQ.4161(12/2023)：《量子密鑰分發網絡的Ak接口協議》

ITU-TQ.4162(12/2023)：《量子密鑰分發網絡的Kq-1接口協議》

ITU-TQ.4163(12/2023)：《量子密鑰分發網絡的Kx接口協議》

ITU-TQ.4164(12/2023)：《量子密鑰分發網絡的Ck接口協議》

X系列標準中與量子通信相關的部分是X.1700-X.1729：量子通信。目前已經正式發布的標準包括：

X.1702:《量子噪聲隨機數生成器架構》

X.1710:《量子密鑰分發網絡的安全框架》

X.1712:《量子密鑰分發網絡的安全要求和措施-密鑰管理》

X.1714:《量子密鑰分發網絡的密鑰組合和保密密鑰提供》

X.1715:《集成量子密鑰分發網絡和安全存儲網絡的安全要求和措施》

Y系列標準中與量子通信相關的部分是Y.3800-Y.3999：量子密鑰分發網絡。目前已經正式發布的標

準包括：

Y.3800:《支持量子密鑰分發的網絡概述

Y.3801:《量子密鑰分發網絡的功能要求》

Y.3802:《量子密鑰分發網絡-功能架構》

Y.3803:《量子密鑰分發網絡-密鑰管理》

Y.3804:《量子密鑰分發網絡-控制和管理》

Y.3805:《量子密鑰分發網絡-軟件定義網絡控制》

Y.3806:《量子密鑰分發網絡-服務質量保證要求》

Y.3807:《量子密鑰分發網絡-服務質量參數》

Y.3808:《量子密鑰分發網絡和安全存儲網絡集成框架》

Y.3809:《量子密鑰分發網絡部署的基于角色的模型》

Y.3810:《量子密鑰分發網絡互聯-框架》

Y.3811:《量子密鑰分發網絡-服務質量保證的功能架構》

Y.3812:《量子密鑰分發網絡-基于機器學習的服務質量保證要求》

Y.3813:《量子密鑰分發網絡互聯-功能要求》

Y.3814:《量子密鑰分發網絡-機器學習啟用的功能要求和架構》

Y.3815:《量子密鑰分發網絡-韌性概述》

11/28

Y.3816:《量子密鑰分發網絡-基于機器學習的服務質量保證功能架構增強》

Y.3817:《量子密鑰分發網絡互聯-服務質量保證要求》

Y.3818:《量子密鑰分發網絡互聯-架構》

Y.3819:《量子密鑰分發網絡-自治管理和控制啟用的要求和架構模型》

歐洲電信標準協會(ETSI)

ETSI是歐洲的一個獨立的非盈利性區域信息通信技術標準化組織。ETSI在2008年就成立了

ISG-QKD標準組，專門探索QKD的標準化。ETSI發布了12份技術規范，涵蓋術語定義、防護配置文

件、系統組件、應用接口、安全證書、部署參數等方面。其中，應用接口、組件和內部接口以及控制接口

均已發布了第二版：

ETSIGSQKD016V1.1.1(2023-04)：《量子密鑰分發(QKD)：共同準則保護配置文件-成對制備測量

式量子密鑰分發模塊》

ETSIGSQKD018V1.1.1(2022-04)：《量子密鑰分發(QKD)：軟件定義網絡的編排接口》

ETSIGSQKD015V2.1.1(2022-04)：《量子密鑰分發(QKD)：軟件定義網絡的控制接口》

ETSIGSQKD004V2.1.1(2020-08)：《量子密鑰分發(QKD)：應用接口》

ETSIGSQKD014V1.1.1(2019-02)：《量子密鑰分發(QKD)：基于REST的密鑰傳遞API的協議

和數據格式》

ETSIGSQKD012V1.1.1(2019-02)：《量子密鑰分發(QKD)：用于QKD部署的設備和通信通道參

數》

ETSIGRQKD007V1.1.1(2018-12)：《量子密鑰分發(QKD)：詞匯表》

ETSIGRQKD003V2.1.1(2018-03)：《量子密鑰分發(QKD)：組件和內部接口》

ETSIGSQKD011V1.1.1(2016-05)：《量子密鑰分發(QKD)：組件表征-用于QKD系統的光學組件

表征》

ETSIGSQKD008V1.1.1(2010-12)：《量子密鑰分發(QKD)：QKD模塊安全規范》

ETSIGSQKD005V1.1.1(2010-12)：《量子密鑰分發(QKD)：安全證明》

ETSIGSQKD002V1.1.1(2010-06)：《量子密鑰分發(QKD)：使用案例》

12/28

2.3對6G的影響

2.3.1車聯網中的量子加密

中國聯通構建了量子密鑰云平臺，從QKD或QRNG獲取量子密鑰，安全存儲和管理密鑰。通過安

全機制，可以將量子密鑰分發到用戶安全終端，提供高級別的安全保護。利用該量子密鑰云平臺，我們已

經開展了一些量子加密演示，例如量子加密通話、量子公網集群對講、量子視頻會議和量子無人機巡邏。

最近，我們展示了車聯網場景中的量子加密。在此場景下，指揮調度信號需要高級別的安全性，以確

保自動駕駛或遠程駕駛下車輛的安全。我們將量子密鑰云平臺部署在車聯網中，并通過專有網絡連接到智

能交通服務云平臺、自動泊車系統和遠程駕駛艙。車輛和路側單元(roadsideunit,RSU)可以通過承載網絡

連接。我們可以在平臺和系統中集成量子軟件開發工具包(SDK)，或者在終端側部署量子密鑰盒，可以從

量子密鑰云平臺獲取量子密鑰，并對指揮調度信號進行量子加密。量子SDK也可集成到車輛的無線通信

模塊中，為車輛提供網絡接入。安全終端和平臺使用預加載的量子密鑰進行身份認證和初始加密。

車聯網對網絡傳輸延遲非常敏感，因為車輛行駛速度很快。因此，我們測試了加密/解密導致的額外延

遲，并證明對原始服務沒有太大影響。

圖1車聯網場景中的量子加密

13/28

2.3.2量子加密與承載網設備集成

通常，QKD網絡需要建立額外的光纖，這在承載網絡中部署也非常昂貴。我們希望將QKD融合到經

典通信網絡中，這樣可以節省光纖資源并利用現有的電信基礎設施。G.698.4系統是一種多通道雙向密集波

分復用(DenseWavelengthDivisionMultiplexing,DWDM)系統，可用于前傳網絡、城域承載網。該系統利

用低成本的C波段可調諧激光器，并采用雙向的OD/OM/OADM技術。對于城域或接入應用，其最大覆

蓋距離約為20公里，并且不使用光放大器。G.698.4系統不包含光放大器，這在QKD系統中是不允許的。

此外，CV-QKD是一種新型技術，對經典通信引起的噪聲具有更強的魯棒性，并且比DV-QKD便宜得多。

因此，將CV-QKD與G.698.4設備集成非常方便。

如圖2所示，我們將CV-QKD與G.698.4設備集成。該設備包括QKD模塊、光通信模塊、WDM模

塊、加密模塊和控制模塊。CV-QKD的量子信號使用WDM模塊與G.698.4系統的波長復用，并通過相

同的??光纖傳輸。經過共傳輸后，量子信號在接收端由WDM模塊分離。QKD模塊產生的量子密鑰被

發送到加密模塊，可以將明文數據轉換為密文。我們還將QKD控制功能集成到G.698.4中，以實現加密參數

設置，例如加密方法、量子密鑰有效期。

圖2CV-QKD與G.698.4設備的集成

2.3.3量子通信安全

量子通信是一種利用量子力學原理進行信息傳輸的新型通信方式，它利用量子態的特殊性質，例如量

子疊加態和量子糾纏，實現信息的安全傳輸。

量子密碼技術是量子通信安全的核心技術，是量子通信技術的基礎。量子密碼技術是指利用量子態作

為信息加密和解密的核心技術，其中QKD結合了量子力學和量子密碼學的原理。量子密碼技術通過利用

量子態生成和分發加密密鑰來確保密鑰的安全性。

14/28

量子密碼技術主要通過量子密鑰實現機密傳輸，數據機密性通過相應的單光子量子交換來實現。在量

子密鑰層，量子密鑰將為每個用戶提供相應的量子密鑰通信服務。在實際傳輸過程中，單光子的量子形式

難以被觀察和復制，并且在傳輸過程中使用“一次一密”的方法。因此，只有雙方同時使用各自的密鑰才能實

現數據信息的解密，從而可以提高傳輸過程中的數據信息機密性，并確保數據信息不會被竊取和篡改。

通過在6G網絡中部署量子密碼技術，實現通信系統的整體安全管理。量子密碼技術將量子密鑰作為

主要保密手段，為6G通信中具有相應權限的用戶分發量子密鑰，在數據存儲和傳輸過程中進行非順序替

換和形態變化，實現6G通信的端到端安全保障。

15/28

3.量子計算

3.1通信計算場景及關鍵問題

通信的本質是一系列數學計算。從計算的角度來看，通信網絡可以簡單地分為物理層、網絡層和應用

層，如圖3所示。其中，物理層主要負責通信信號處理，網絡層負責拓撲、接入、路由、資源管理，應用

層則主要負責服務優化和流量管理。為了提高處理性能，機器學習(machinelearning,ML)被引入到每一

層，并成為通信領域一種特殊的重要計算場景。此外，每一層的安全性一直是默認的計算場景。

圖3計算視角的分層通信網絡

3.1.1信號處理

通信信號處理是通信的基礎計算。以無線信號處理為例，信號處理涉及發射端和接收端雙方的信號變

換、濾波、編碼、解碼、調制、解調、傳輸、檢測、估計和干擾協調等操作。對于大規模MIMO系統、大

帶寬正交頻分復用(OrthogonalFrequencyDivisionMultiplexing,OFDM)系統和大規模終端接入系統，信道

估計、預編碼、信號檢測以及信道編碼和解碼等信號處理的計算復雜度會顯著增加。

大規模MIMO信號處理。大規模MIMO信號處理存在于大規模天線陣列系統、分布式天線系統和蜂

窩無蜂窩系統中，涉及信道估計、預編碼、信號檢測等處理過程，包括矩陣乘法、求逆、張量積、共軛轉

置、分解等高維矩陣運算。這些基本操作需要大量的計算資源，對系統設計提出了重大挑戰。目前，為了

解決這個計算問題，通常采用壓縮感知或關鍵參數估計等方法，利用高維信號的稀疏特性，以較小的計算

代價實現有效的信號處理。

大規模終端接入信號處理：無線通信系統連接的終端（用戶）數量日益增加。在多個終端共享接入資

源的情況下，隨著終端數量的增加，無線接入信號的維度也會增加，給信道估計、多用戶信號檢測和干擾

16/28

協調帶來困難。

高頻率和大帶寬信號處理：毫米波、太赫茲和可見光頻段可以提供更大的帶寬，但寬帶無線信號帶來

更大的矩陣運算和信道編碼解碼，尤其是長碼的復雜性。另一方面，高頻寬帶無線系統也將用于目標測距、

測速、測角等定位場景，需要進行雷達信號計算。

3.1.2網絡優化

網絡優化的總體目標是通過網絡拓撲、功能、服務、參數和資源等方面的優化方法來提高客戶滿意度。

網絡拓撲優化是指在滿足整體流量傳輸和災難恢復備份需求的前提下，盡量降低整體網絡建設成本。

網絡拓撲優化貫穿于網絡規劃、網絡建設和網絡運維的每一個環節。與此相關的是路由優化。

網絡覆蓋優化是指通過網絡參數配置最大化網絡覆蓋范圍，主要包括盲區、弱區、重疊區和導頻干擾

區優化。對于大規模天線系統，需要優化的信號波束和數據波束參數較多，優化空間大，問題復雜。

網絡容量優化是指合理分配用戶流量到網絡資源中，以最大化系統容量。無線網絡容量優化主要包括

單站多用戶接入控制、多用戶調度和負載均衡。

網絡節能優化是指在滿足既定服務需求的情況下，以最低的能源消耗成本為目標，重點優化最小速率

約束下的功率控制、基站/載波切換和計算任務卸載/遷移。

3.1.3業務處理

業務處理主要指網絡中的源信號處理和業務優化。大規模多模態業務的發展對計算能力提出了更高的

要求。

源信號處理是指對圖像、視頻、語音、文本等源內容進行采樣、量化、表示、編碼、壓縮、傳輸和重

構等一系列計算過程。隨著元宇宙業務的逐步興起，對3D視頻的預制作或實時渲染需要更高的計算能力。

近年來，基于自然語言處理、計算機視覺、語音識別等AI服務，特別是基于大型模型的業務，更是爆炸

式地增加了計算能力需求。同時，語義通信技術取代符號表示，采用語義表示，提供了一種新的源編碼傳

輸方式，也為源信號處理帶來了新的計算場景。

業務優化是指通過調整網絡和服務設備、功能、參數等，使網絡狀態與服務狀態相匹配，保證端到端

17/28

的業務質量。業務優化的重點包括流量預測、流量優化、用戶行為預測、內容分發、緩存優化、業務遷移

和業務參數優化等。

3.1.4網絡智能化

機器學習將應用場景中的原始問題計算轉化為機器學習中的計算，為信號處理、網絡優化和業務優化

提供了新的算法范式。

智能信號處理：AI技術在信號處理方面的應用已經在通信領域得到了廣泛的開展。其中，監督學習具

備回歸和分類能力，用于信道參數檢測和估計、調制模式檢測和分類、頻譜感知和檢測。可以對信號進行

聚類和降維的非監督學習，可用于降低高維通信信號的維數；強化學習擅長決策和預測，可用于頻譜感知

與共享；深度學習可以對通信信號進行分類、估計、消除干擾，以及完成信道估計、信號檢測、波束管理

等諸多信號處理相關任務。這些AI方法在大數據分析、高效參數估計、交互式決策等方面有獨特的優勢，

但是存在模型訓練復雜度高、參數估計量大等問題，對通信系統的計算能力提出了很高的要求。

智能網絡優化：將優化問題轉化為基于機器學習模型和算法的模型訓練和推理計算。網絡和AI也可

以在架構層面實現深度融合。

智能業務處理：幾乎所有業務優化問題都可以通過引入機器學習來解決和提升，例如流量檢測、分類

和預測，內容分發和緩存優化，用戶行為特征分析，業務參數優化等等。

3.2量子混合異構計算

計算能力是AI行業發展的關鍵因素之一。訓練大規模深度學習模型需要巨大的計算成本，許多企業

和研究機構難以持續獲得此類資源進行開發。另一方面，量子計算有可能從理論、范式、硬件、算法和應

用等多個維度增強AI的計算能力。這種增強顯著提高了訓練效率，同時降低了計算成本。此外，在特定或

計算難解的問題領域，如組合優化、仿真和機器學習，量子計算自然具有優勢，能夠有效利用和擴展超越

經典計算集群的計算資源。因此，針對來自各種應用驅動型企業和研究機構對計算資源的廣泛需求，一種“經

典+量子”混合計算平臺將提供技術先進且經濟實惠的計算服務。

“經典+量子”混合計算平臺在硬件層面由兩部分組成：量子計算和經典計算。在軟件方面，它既涵蓋量

子軟件平臺，也涵蓋經典計算軟件平臺。

解決方案的整體架構應遵循模塊化、標準化、廣泛兼容、自主安全和智能高效的原則和概念。有效設

18/28

計和配置系統的硬件結構，確保其與軟件的需求和特性相匹配，最大限度地發揮硬件能力，提高計算效率，

滿足未來發展和系統升級的需求。

核心系統架構包括核心系統的硬件基礎設施和軟件基礎設施。

首先，核心硬件基礎設施的主芯片和加速器芯片可以采用商用芯片和國產芯片結合的方式，以保證在

復雜多變的國際環境中芯片供應鏈和應用生態的安全性。主芯片采用兼容x86的架構（包括國產的海光

x86處理器），加速器芯片則采用兼容主流GPU生態的架構。這種方式平衡了國際認可的硬件和國產可

控的核心硬件，具有良好的生態兼容性。它可以廣泛兼容大量成熟的應用軟件和AI框架，便于集成各種

計算資源，滿足AI訓練、推理、數值模擬、大數據處理、量子計算等多種計算模式的需求。這種跨越眾

多應用場景的無縫兼容性降低了應用程序的開發成本。此外，硬件基礎設施層采用多種計算設備，能夠根

據不同應用的差異化計算特性提供計算資源，從而實現靈活的資源分配。

其次，核心系統的軟件基礎設施層需要集成AI、高性能計算和大數據等多種計算框架。通過計算服務

中間件的管理，實現工作空間管理、資源管理、資源調度、應用中心、計費管理、權限管理和用戶管理等

功能。在計算方面，AI計算平臺需要支持訓練和推理兩種不同的應用場景。它應該支持數據集管理、超參

數調整、模型管理、模型開發、容器服務、鏡像倉庫、任務測量和應用部署等各種管理功能。它應該支持

主流的AI計算框架，例如TensorFlow、PyTorch、PaddlePaddle，以及AI算法開發平臺。對于超級計算，

它需要豐富的基礎軟件環境，包括編譯器、數學庫、自動配置工具和軟件調優工具。云服務需要支持彈性

擴展等功能。在量子計算領域，需要利用下一代量子模擬技術，在傳統計算硬件上提供高效可靠的量子計

算模擬服務，從而提高計算效率。統一的技術架構有利于支持各種應用場景，促進上層應用創新，培育繁

榮的應用生態，吸引相關企業和人才。

“經典+量子”混合計算平臺憑借其強大的計算基礎，提供針對不同領域的計算支持服務，促進科研創新

和產品落地。計算服務中間件提供軟硬件一體化的解決方案，硬件層面擁有AI處理芯片，平臺內置了各種AI

框架和工具包。該設置使?戶能夠方便地完成算法移植、適配、開發和測試。適配后的應用程序可以通過

應用管理平臺通過容器鏡像進行打包和部署，減少對部署環境的依賴。此外，它還可以根據應用程序的計

算需求分配和調度底層的計算資源。并且，它提供完整的應用程序生命周期管理功能，包括創建、升級、

暫停和終止，確保應用程序高效穩定運行。

3.3對6G的影響

量子計算的關鍵影響在于三個方面：網絡、機器學習和安全，如圖4所示。量子優化、量子搜索、量

19/28

子信號處理和量子機器學習可以提升網絡能力和服務質量。研究重點應放在設計用于網絡優化和網絡智能

的量子計算算法。

圖4量子計算對通信的影響

3.3.1單小區大規模MIMO天線優化

需求分析

以靜態小區優化為例，該問題的優化目標是最大化單小區覆蓋率，優化變量包括水平方位角、仰角（或

傾角）、水平波束寬度和垂直波束寬度。

假設基站位于(0,0)，采用單小區模型。小區用戶分布在一個以基站為中心的扇形范圍內，半徑為300

米，扇形角為120°。小區內隨機均勻分布有一些采樣點。覆蓋率是指RSRP大于閾值的門限值的采樣點（即

用戶）數量與小區內所有采樣點數量的比值。如果RSRP大于閾值，則認為該采樣點可以被天線波束有效

覆蓋。

20/28

圖5單小區大規模MIMO天線優化

變量取值范圍如下：

-水平波束寬度：{15°,25°,45°,65°,90°,105°,110°}

-垂直波束寬度：{6°,12°,25°}

-水平方位角{-30°:1°:30°}

-仰角：{-15°:1°:15°}

該問題屬于NP困難的組合優化問題，可以通過量子算法進行求解。

方案設計

上述問題可使用濾波變分量子算法(FilteringVariationalQuantumAlgorithm,FVQE)進行求解。通過引

入濾波算子，量子態演化為：

其中，是單調遞減函數，實現了基Fψ態的∝概f率H放,τ大|。ψ?利用參數（例如硬件高效模擬）的變分算法，

借助參數平f移(H規,τ則)逼近濾波算子。如果將大規模MIMO天線的權重優化問題重新建模為哈密頓量基態問題，

則可以使用該算法進行求解。

由于該算法采用硬件高效模擬，因此無需過多考慮線路優化和線路映射問題。原始量子芯片悟空支持

的基本量子門為，其中是XY平面上的旋轉軸與X正方向之間的夾角。通過PyQPanda內

置的編譯算法，任何{CZS,RU?(}2)門都可?以轉換為具有任意旋轉軸的兩個門以及一個VritalZ門。有關FVQA的

21/28

更多細節請參見參考文獻23。

性能仿真驗證與分析

仿真結果表明，該算法可以優化覆蓋率，效果與量子粒子群優化等經典優化算法相當。該算法的測試

平臺為原始的悟空72比特量子計算機。為了確保可靠的性能，選擇芯片中鏈式耦合的6個量子比特進行

測試。該算法獲得最佳解的概率達到70.34%，實現了預設的覆蓋率最大化目標。

3.3.2多小區大規模MIMO波束選擇

需求分析

大規模MIMO技術利用大量天線和波束成形技術，可以同時提供多個數據流，從而實現更高的吞吐量

和更好的信號質量。這有望改善蜂窩網絡的覆蓋范圍和容量。然而，由于用戶的高移動性和小區間干擾，

傳統的相對靜態波束成形設置已無法滿足網絡覆蓋的動態需求。MIMO波束選擇(MIMOBeamSelection,

MBS)問題日益突出。MBS指在給定約束條件下選擇一組波束以最大化網絡性能，例如改善信號質量和系

統吞吐量。具體來說，在MBS問題中，目標覆蓋區域通常被劃分為網格，每個波束在對應網格上都具有

參考信號接收功率(ReferenceSignalReceivingPower,RSRP)值。網格的RSRP定義為該網格上接收到的

最大RSRP值。MBS問題就是要為每個小區找到一組波束，使每個網格的RSRP值最大化。MBS問題

是一個NP困難的組合優化問題，尤其是在具有大量小區和天線的5G系統中。例如，當多個小區擁有數

百個波束時，從數十億種波束組合中找到最優解非常困難。

對于組合優化問題，經典算法包括貪婪算法、分支定界算法和模擬退火算法。貪婪算法簡單高效，但

可能陷入局部最優。分支定界算法可以保證全局最優，但計算成本可能很高。模擬退火是一種元啟發式優

化算法，通過逐漸降低溫度來促進優化向全局最優收斂，但并不能保證這一點。相干伊辛模型(CoherentIsing

Machines,CIM)已被應用于多種場景，包括壓縮感知和作業調度問題。研究小組將基于CIM設計量子算

法來解決MBS問題。

問題與解決方案

在MBS問題中，目標覆蓋區域被劃分為網格，如圖6所示，每個網格由多個小型基站覆蓋。每個小

23Amaro,Davidetal.“Filteringvariationalquantumalgorithmsforcombinatorialoptimization.”QuantumScience&

Technology(2022)7015021.

22/28

區都有一組MIMO波束，MBS問題就是要從每個小區中選擇一定數量的波束，以使滿足特定約束條件的

網格數量最大化。如果網格中的最大RSRP值超過給定閾值，并且網格中最大RSRP值與次大RSRP值

之間的差值超過給定值。則小區到網格的RSRP由所有波束中的最大RSRP決定。設置最大信號強度與次

大信號強度之間差值閾值的原因在于，在MIMO系統中，波束之間存在互干擾。如果多個波束的信號強度

相似，則會造成信號干擾，降低接收機的性能。

圖6MBS的問題

該問題可以轉換為二元二次無約束優化(QuadraticUnconstrainedBinaryOptimization,QUBO)形式，具

體細節請參見參考文獻24。基于QUBO模型導出伊辛矩陣，將伊辛矩陣輸入到CIM中，然后運行CIM來

解決優化問題。

CIM仿真驗證與分析

CIM仿真的目的是評估使用CIM作為MBS問題的解決方案是否可行，即解決方案的質量和問題規

模是否適合CIM。

如圖7所示，CIM的工作方式不同于依賴半導體集成芯片的傳統計算機。相反，它使用光纖中的激光

脈沖作為基本計算單元，稱為量子比特。早期研究集中于注入式同步激光伊辛機的想法。由于耦合激光器

數量與量子比特的平方成正比增加，因此提出了一種基于簡并光參量振蕩器(DegenerateOpticalParametric

Oscillator,DOPO)的改進方案，該方案利用非線性光學晶體。已經開發了兩種基于DOPO的方法，分別是

24Huang,Yuhongetal.“QuantumComputingforMIMOBeamSelectionProblem:ModelandOpticalExperimental

Solution.”GLOBECOM2023-2023IEEEGlobalCommunicationsConference(2023):5463-5468.

23/28

光延遲線CIM和測量反饋CIM。第一種方案的負載和精確控制要求不可接受。研究小組采用由北京玻色

量子科技有限公司提供的第二種方法進行CIM仿真。

圖7CIM原理圖

表1全面比較了CIM物理機、模擬退火(SimulatedAnnealing,SA)和Tabu搜索算法的性能。在所

有情況下，CIM物理機始終都能為算法實現找到目標函數的最優值。此外，CIM物理機發現的解決方案的

哈密頓量非常接近最優解的哈密頓量，這證實了該方法在簡化模型和尋找接近最低能量值的解決方案方面

的有效性。

表1CIM物理機、模擬退火和Tabu搜索性能比較

3.3.3毫米波信號相位校正

需求分析

5G毫米波頻段的無線傳輸對相移更加敏感。此時，需要跟蹤參考信號(TrackingReferenceSignal,TRS)

來跟蹤數據信號的相位旋轉并進行修正和補償。這種方法可以實現更精確的性能補償，但它需要連續發送

參考信號進行測量，這需要大量的信令開銷。

隨著機器學習的不斷發展，AI可以用于解決信號校正問題，例如支持向量機。然而，當樣本量較大時，

支持向量機需要大量的存儲空間和計算時間。量子支持向量機(QuantumSupportVectorMachine,QSVM)

24/28

算法