隐身信号：用于对抗多类型监测者的多判别器生成对抗网络隐蔽通信方案

隐蔽无线通信对于在对抗性监测者面前隐藏任何传输的存在至关重要，尤其是在存在多个异构探测器的复杂环境中。本文提出了一种新颖的对抗性人工智能框架，利用多判别器生成对抗网络（GAN）来设计能够躲避多种监测者探测的信号，同时确保目标接收器能够可靠解码。发射机被建模为生成类噪声信号的生成器，而每个监测者则被建模为一个独立的判别器，以反映不同的信道条件和探测技术。与扩频或单判别器GAN等传统方法不同，我们的方法能够应对接收器和监测者均可移动的多监测者场景，从而增强了在城市监控、军事行动和6G网络中的鲁棒性。性能评估显示了令人鼓舞的结果：在多达五个监测者的情况下，与噪声注入和单判别器基线相比，检测概率和误码率（BER）均有所改善。该系统的可扩展性和灵活性使其成为未来无线安全系统的潜在候选方案，未来的潜在方向包括实时优化以及与智能反射面等6G技术的协同。