1.一种便携式隐蔽通信方法，其特征在于：包括通信前准备方法、隐蔽通信发送方法、隐蔽通信接收方法以及隐蔽通信解码方法，通信前准备方法包括以下步骤A1、预先生成隐蔽信息码本；

A2、隐蔽通信发送方生成两组方差一致的高斯分布序列，分别为高斯矩阵A和高斯矩阵B；对高斯矩阵A和高斯矩阵B按序列进行重排，重排后的高斯矩阵A和高斯矩阵B分别代表基带信号中的0信号和1信号；

A3、将高斯矩阵A和高斯矩阵B分享给隐蔽通信接收方，约定好高斯矩阵A映射为0，高斯矩阵B映射为1；将高斯矩阵A和高斯矩阵B按照码本重排，生成码本高斯矩阵映射序列；

A4、隐蔽通信接收方采集环境中的高斯噪声序列，生成若干组噪声信号，将噪声信号分别叠加在高斯矩阵A和高斯矩阵B上，生成含噪高斯矩阵A和含噪高斯矩阵B；

A5、隐蔽通信接收方结合二进制复信号特征分类BCFC算法和二值化神经网络BNN构建N‑BCFC深度学习网络，选取部分含噪高斯矩阵A和部分含噪高斯矩阵B作为训练集输入，对N‑BCFC深度学习网络进行训练；其余含噪高斯矩阵A和其余含噪高斯矩阵B作为测试集对训练好的N‑BCFC深度学习网络进行测试，直至训练好的N‑BCFC深度学习网络通过测试集的测试；

A6、将训练好的BNN网络迁移至FPGA设备，并采用流式架构对系统进行构建；

隐蔽通信发送方法包括以下步骤

B1、生成隐蔽信息，并将隐蔽信息按照约定码本进行编码；

B2、将编码后的隐蔽信息进行高斯序列映射，生成映射高斯码本序列，经信号发生器生成隐蔽信号；

B3、对载体信息进行QPSK调制，生成载体信号；

B4、将隐蔽信号叠加在载体信号上，生成含噪载密信号，再通过基站设备发送含噪载密信号；

隐蔽通信接收方法包括以下步骤

C1、便携SDR设备接收含噪载密信号，使用QPSK对其进行解调，得到载体信息；

C2、对载体信息进行二次调制，得到理想载体信号；

C3、对接收到的含噪载密信号去除理想载体信号，得到含噪隐蔽信号；

C4、对含噪隐蔽信号进行傅里叶反变换，得到含噪隐蔽信号序列；

隐蔽通信解码方法包括以下步骤

D1、将含噪隐蔽信号序列由SDR设备传输至FPGA设备，进行目标矩阵抓取，生成含噪隐蔽信号矩阵C；

D2、将抓取的噪隐蔽信号矩阵C输入训练好的N‑BCFC深度学习网络，识别得出隐蔽信号的决策结果，决策结果为0和1组成的码字序列；

D3、使用纠错译码对决策结果进行纠错，最后得到隐蔽信息；

步骤A5中，N‑BCFC深度学习网络包括特征分类功能单元、特征决策单元以及集成决策模块，特征分类功能单元和特征决策单元之间通过特征映射器进行连接，特征决策单元包括N组随机森林组件，输入信号矩阵数据作为一系列矩阵元素，一次输入一个矩阵元素到特征分类功能单元；

当输入信号矩阵数据通过特征分类功能单元，特征分类功能单元计算输入信号矩阵上给定多尺度流的每个特征；只有与特定加载模型相关的特征会被映射到特征决策单元，由特征决策单元中的N组随机森林组件进行特征决策；

特征分类功能单元包含模型中每个特征对应的随机森林，特征分类功能单元输出的特征量，由特征映射器映射到对应的随机森林进行处理；

随机森林各自投票决定最后的预测，最后输出至集成决策模块进行最终判定，输出决策结果；

T T

步骤A5中，BCFC算法包含若干CF构建块，CF构建块为[1，1]，[1，1] ，[1，‑1]以及[1，‑1]T T中的任意一个，CF特征用集合{[1，1]，[1，1]，[1，‑1]和[1，‑1]}中的任意一个来表示；

将CF特征定义为从复高斯信号中选择的矩阵变换，算法的所有特征都是从同一个多尺度局部特征流中选择的，多尺度局部特征流是函数尺度空间的一组偏导数，具体表示为其中，A表示输入信号矩阵， 表示关于x的m次微分算子，关于y的n次微分算子；Gσ表示方差为σ的高斯算子；

多层面局部射流是m、n和σ的给定值范围的一组输出：

其中， 表示由多个不同层面的多尺度局部特征流 叠

加，所构成的一组多层面多尺度流，数学表示为多个矩阵 拼接而成的一个组合矩阵。

2.根据权利要求1所述的一种便携式隐蔽通信方法，其特征在于：所述步骤A1中，隐蔽信息码本采用BCH码本进行纠错编码。

3.根据权利要求1所述的一种便携式隐蔽通信方法，其特征在于：所述步骤A2中，两组方差一致的高斯分布序列长度设置为784位；将高斯矩阵A和高斯矩阵B按序列进行重排，生成28*28位矩阵。

4.根据权利要求1所述的一种便携式隐蔽通信方法，其特征在于：所述步骤A4中，以784位为一组，生成120000组噪声信号，同时生成120000组含噪高斯矩阵A和120000组含噪高斯矩阵B，其中100000组含噪高斯矩阵A和100000组含噪高斯矩阵B作为训练集，其余20000组含噪高斯矩阵A和20000组含噪高斯矩阵B作为测试集。

5.根据权利要求1所述的一种便携式隐蔽通信方法，其特征在于：所述步骤D1中，每728位为一个码字，进行目标矩阵抓取。

6.根据权利要求1所述的一种便携式隐蔽通信方法，其特征在于：所述步骤A5中，基于ECO功能模块，结合BCFC算法和BNN网络构建N‑BCFC深度学习网络，ECO功能是对输入矩阵执行的一系列背靠背映射变换；

当遗传算法选择ECO特征时，它们通过一种增强算法组合成一个集合；使用SAMME变体算法进行多类分类；

在创建每个ECO功能后，boosting算法调整数据集的权重，通过ECO功能针对数据集进行定制，当构建的ECO功能达到所需数量，所有ECO功能集成为一个整体，该集成通过将信号矩阵传递给所有ECO信号特征学习者来预测新输入信号矩阵的类别，让每个分类器投票决定应该预测哪个类别。

7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。