基于三方生成对抗网络的隐蔽通信方法

针对隐蔽通信中隐蔽信息的传输隐蔽性与解调准确性联合优化问题，设计了一种新型三方生成对抗网络（TripartiteGAN），提出了基于该神经网络的隐蔽通信方法，并给出理论性能分析。TripartiteGAN隐蔽通信方法从幅度和相位等维度对经传统数字调制后的隐蔽信号进行优化，使最终生成的隐蔽信号与公开的合法信号叠加发送后，其信号分布逼近仅存在合法信号时的分布。该方法可以应对利用神经网络进行信号监测的侦听方，此侦听方不需要发送方功率特征先验信息，不需要人为确定检测阈值。仿真实验结果表明，在加性白高斯噪声信道下，所提TripartiteGAN隐蔽通信方法在保证隐蔽信息接收方解调准确率的同时，可使侦听方判决当前信号是隐蔽信号或合法信号的概率均逼近0.5。该方法的解调准确率和隐蔽性均优于现有基于生成对抗网络的隐蔽通信方法。