原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于深度学习的隐蔽通信方法，发送方采用多种调制和编码方式对隐蔽信息进行编码、调制，对调制后的信号采样获得隐蔽信号，利用当前环境中功率最大的FM信号作为掩护，以该FM信号相同的频率发射隐蔽信号，通过控制隐蔽信号功率实现隐蔽性；接收方在不同场景中接收该频率的信号，将其按固定长度分割后作为数据集，将隐蔽信号信息比特作为数据集的标签，基于数据集训练自定义的基于分类的隐蔽信号恢复卷积神经网络模型，将训练好的模型部署到接收机上，通过模型恢复发射方发射的新生成信号。本发明将隐蔽信号叠加到环境中的FM信号上
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116996285 A
(43)申请公布日 2023.11.03
(21)申请号 202310937046.5
(22)申请日 2023.07.28
(71)申请人 浙江工业大学
文档评论（0）