应用距离裁剪策略的改进k均值聚类量化算法

来源：电讯技术杂志2025年第7期北京时间：

作者：查坤,安永丽,刘英超,宋文丰

单位：(华北理工大学 人工智能学院，河北 唐山 063210)

摘要：为进一步提高物理层密钥生成过程中量化阶段的密钥一致性和可靠性，提出了一种基于距离的样本筛选策略。该策略通过测量样本与聚类中心的欧氏距离差，评估分类不确定性，剔除高不确定度样本以减少噪声干扰。仿真结果表明，在 k 均值量化算法和补偿 k 均值量化算法中引入该策略后，当单个样本量化为 5比特时，分类不一致率分别降低 8.1% 和 11.7%；量化为单比特时，分别降低 63.4% 和 89.3%。

关键词：物理层安全；密钥生成；信道量化：k均值聚类；距离裁剪策略；

基金资助：唐山市人才项目(B202302013);唐山市科技项目(24130215C)