基于高阶统计量的压缩宽带频谱盲检测方法

针对认知无线网络中宽带频谱感知受到高速模数转换器(ADC)器件的技术限制,利用压缩感知理论(CS),采用压缩信号处理技术,直接对压缩观测数据进行分析,推导出宽带频谱检测的高阶判决统计量的概率分布特性,并在此基础上提出了一种基于高阶统计量的压缩宽带频谱盲检测算法(HOS-CWSBD).该算法无需任何有关主用户(PU)信号的先验知识、也无需事先重构出原信号就能实现宽带频谱检测.理论分析和仿真结果均表明,与传统的基于压缩感知理论且需要信号重构的压缩频谱感知算法以及基于Nyquist采样数据的非压缩宽带频谱感知算法相比,该算法具有计算复杂度低、感知性能稳定等优点.     

频谱嫡特征识别的抗去同步鲁棒性MP3水印算法

提出了一种鲁棒的、将离散余弦系数(MDCT)频谱嫡修正为隐含同步码的压缩域水印,实现了基于音频内容的自同步。算法结合MP3编解码原理对解压后的音频数据分块实施重复嵌入,并根据心理声学模型的掩蔽效应选取合适的嵌入位置,通过处理低频DWT系数完成嵌入。将非压缩域音频信号重新压缩为含有水印信息的MP3码流。 在解码过程中通过频谱墒关系序列定位水印提取位置,实现了水印的盲提取。仿真实验结果表明,算法在保证水印不可感知性的情况下,对抵抗去同步攻击以及Stirmark软件的常见攻击具有良好的鲁棒性。     

一种基于MPEG音频编码的隐写算法

为了解决在压缩音频中实现高透明性、大容量信息隐藏的问题,提出了一种新的基于MPEG音频编码的盲检测隐写算法,首先通过对可变长码字(VLC)配对,实现对原始码字空间的扩展,然后利用码字映射规则完成秘密信息的嵌入.该算法能够保持隐写前后的压缩音频文件大小不变,隐写过程中不需要对MPEG音频进行完全解码.实验结果表明,所提出算法计算复杂度低,同时可获得较高的隐藏容量和良好的不可感知性.     

深度学习框架下压缩感知重建算法综述

压缩感知技术以远小于奈奎斯特频率采样信号,并高概率重建原信号,是信号处理领域里程碑式的进展。近年来深度学习在特征提取与模式分类方面的优势给压缩感知技术提供了新的思路,基于深度学习的压缩感知重建算法采用数据驱动的方式,在重建时间上有数量级的降低,且重建精度具有可比性或更高。重点综述基于深度学习的压缩感知重建方法,综合考虑传统重建方法,并分为基于先验知识、纯数据驱动、混合先验知识与数据驱动的三类,分析了典型算法的特点、网络结构、关键步骤。最后分析与总结,展望了深度学习技术应用于压缩感知的研究前景。     

基于压缩感知的EMT探伤和图像重建

为改善EMT逆问题的欠定性,提高探伤过程中裂纹图像重建质量,本文提出一种基于压缩感知原理的EMT探伤和图像重建方法.其本质是通过压缩感知弱化问题的求解条件,进而有效改善EMT逆问题的欠定性.本文采用压缩感知技术对EMT探伤信号进行处理,并引入了相应的图像重建算法.其中,信号处理包括选取恰当的稀疏变换基对原始信号进行稀疏表示,将稀疏处理后的原始信号进行投影;图像重建过程则采用了两种算法,分别是基于最小L1范数的迭代重加权最小二乘(IRLS)法和基于匹配追踪原理的压缩采样匹配追踪(CoSaMP)算法.仿真和实验结果均表明,IRLS图像重建算法和CoSaMP图像重建算法的图像重建质量都要好于传统的EMT图像重建算法,尤其是CoSaMP算法的图像重建质量更佳.     

基于线性预测的小波域音频数字水印盲检算法

该文提出了一种基于离散小波变换的数字音频水印盲检算法。将视觉有意义的二值水印图像经过一定的预处理及SS技术调制后,嵌入小波域的中低频系数中。水印提取时,利用LPC原理,不需要原始音频信号。该文算法与文10的算法相比,BER性能提高了约10%～15%。实验结果表明所嵌入的水印是不可感知的,算法对大多数音频信号处理具有很强的鲁棒性,如低通滤波、重采样、mp3压缩等操作。     

基于经验模式分解的音频水印算法

针对传统基于经验模式分解(EMD)的音频水印算法鲁棒性不强的问题,提出一种基于固有模态函数(IMF)极值的盲音频水印算法.首先对音频信号进行分帧,每个音频帧经过EMD后得到IMF; 接着利用均匀量化的方法将水印信息和同步码嵌入到最后一个IMF的极值中.所提算法的数据嵌入率是46.9~50.3 b/s,且携水印音频保持了原始音频的感知质量.对携水印音频进行加噪、MP3压缩、重新采样、滤波、剪切和重采样攻击后,提取出的水印信息变化不大,算法鲁棒性较好.与时间域和小波域算法相比,提出的算法在保证高数据嵌入率的同时,可以抵抗32 kb/s的MP3压缩攻击.     

基于DWT的盲音频水印算法研究

提出了一种基于离散小波变换的盲音频数字水印算法，该算法采取分段重复嵌入方式在能量最强的小波系数内隐藏水印信号。仿真实验结果表明，该算法具有较强的鲁棒性和不可感知性，能有效抵御各种常见攻击，并且在水印检测时不需要原始的音频信号。     

基于压缩感知和音频指纹的固定音频检索方法

针对现有音频检索中样本音频特征库数据量较大且检索速率慢问题, 本文提出一种基于压缩感知和音频指纹降维的固定音频检索方法. 在音频检索的训练阶段, 首先, 对样本音频信号进行稀疏化处理, 并通过压缩感知算法对稀疏化后的音频数据进行压缩; 其次, 提取压缩信号的音频指纹; 再次, 引入音频指纹离散基尼系数通过计算音频指纹各维度的离散基尼系数对指纹实施降维, 最终得到检索特征库. 在音频检索阶段用和训练阶段相同的算法提取待检音频的特征与音频特征库数据匹配得出检索结论. 实验结果表明, 所提音频检索方法在确保较好的检索准确率的基础上, 大幅度减小了样本音频数据库的存储量, 提高了音频的检索速率.     

基于小波系数能量分析的数字音频盲水印算法

设计了一种基于小波系数能量分析的数字音频盲水印算法.通过修改离散小波变换获得的低频系数,嵌入混沌加密后水印序列.实验结果表明,水印具有较好的鲁棒性和不可感知性,能有效抵抗低通滤波、重采样、噪声干扰,MP3压缩等常见的攻击,且水印的提取不需要原始音频信号.     

基于DCT系数比较的音频水印算法

提出一种新的基于DCT系数比较的音频盲水印算法。该算法依据平均值具有很好的鲁棒性特点,将音频信号按水印长度分为若干个不重叠数据段,对每个数据段取绝对值的平均值,n个数据段绝对值的平均值一组进行DCT变换,然后以DCT系数中的次小值作为参照,修改DCT系数中的最小值实现水印信息的嵌入。实验表明,该算法不仅具有较好的不可感知性,对压缩类攻击也具有很强的鲁棒性。     

基于相位调制的立体声音频数字水印

提出了一种可进行盲检测的数字音频水印算法。该算法利用人类听觉系统对音频相位变化的不敏感性,通过时变的全通滤波器,对原始音频信号进行相位调制。为了实现盲检测,将水印信号通过频移键控(PSK)赋值到立体声信号的左右声道上,然后采用短时离散傅立叶变换的方法对嵌入水印的音频信号进行检测。实验结果证明该算法具有良好的不可感知性和鲁棒性。     

基于压缩感知的信号欠采样和重建研究

为了实现基于压缩感知理论的信号欠采样和重建,采用模拟信息转换器和正交匹配追踪（0rthogonal Matching Pursuit,OMP）算法对正弦脉冲信号的欠采样和信号重建进行了仿真分析。通过Matlab仿真分析验证了压缩感知理论在信号欠采样和重建过程中的可行性,通过对此在不同信噪比下的效果发现,在高信噪比时,性能较好,可以为信号采样系统和信号恢复处理系统的设计应用提供理论参考。最后,总结讨论了压缩感知在射频和无线通信领域的应用价值。     

基于奇异值分解的宽带频谱感知改进算法

对认知无线电中宽带频谱感知的信号检测问题进行研究,在信道位置和带宽随机分布的条件下,提出一种基于Hankel矩阵奇异值分解的改进算法完成宽带频谱的频率点奇异性检测并获得各子频段的起始频率和带宽,有效实现盲宽带频谱感知,同时利用提出的三种性能评价参数对该算法与多尺度小波变换算法进行了性能对比。通过实际接收微波信号及仿真OFDM信号感知实验验证,该算法有效抑制了噪声不确定性,滤除了伪奇异点,提高了宽带频谱感知性能。     

基于心理声学模型的盲音频数字水印改进型算法

以往基于离散小波变换的音频数字水印算法鲁棒性不强,无法对数字音频信号的版权进行真正地保护,因此改进了算法,利用心理声学模型,控制水印信号的嵌入,通过计算音频信号的掩蔽阀值,在保证水印嵌入不可察觉的前提下,增大水印的嵌入强度。仿真实验证明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击,并且能实现盲检测。     

一种基于小波域的盲检测音频水印算法

该文提出了一种基于离散小波变换的数字音频水印盲检算法。本算法选择在小波系数的偶数点嵌入水印,将混沌理论引入到音频水印系统的研究中,利用混沌序列将一幅有意义的二值图像加密后嵌入到原始音频的DWT域中,提取时不需要原始音频信号。仿真实验证明了算法的鲁棒性和不可感知性。     

基于势函数与压缩感知的欠定盲源分离

传统的基于K均值聚类算法及最小路径法的欠定盲源分离两步法存在K值难以确定,对初始值敏感,噪声和奇异点难以排除以及相对缺乏理论依据等诸多不足,针对以上问题,提出了基于势函数及压缩感知理论的新型两步算法。该算法首先利用多峰值粒子群寻优算法改进的势函数法来估计混合矩阵,然后利用估计矩阵来构建传感矩阵,并将基于正交匹配追踪的压缩感知算法引入欠定盲源分离过程中,最终实现源信号的重构。仿真实验结果表明,混合矩阵最高估计精度达到99.13%,重构信号干扰比均高于10dB,很好的满足了重构精度的要求,验证了本文算法的有效性。所提算法对一维混合信号的欠定盲源分离具有良好的普适性和较高的准确率。     

关于能量比较的数字音频盲水印方案

提出了一种关于能量比较的数字音频盲水印方案,该方案具有以下特点：根据人类听觉系统掩蔽特性,通过能量比较自适应地寻找最佳水印嵌入点;利用离散余弦变换（Discrete Cosine Transform,DCT）的能量压缩特性,提高数字水印的隐藏效果;实现音频数字水印的高透明性和高鲁棒性的同时,实现水印的盲检测。实验结果表明,算法不但保持了在各种攻击下较好的或更好的鲁棒性,定性和定量两方面的分析,也都显示了嵌入水印后的音频信号可以更好地保留原音频信号的感知质量。     

基于频率掩蔽效应的自适应音频数字水印技术

文章提出了一种基于频率掩蔽效应的自适应音频数字水印算法。嵌入的水印为视觉可辨的二值图像,水印能根据音频信号的频域掩蔽阈值进行自适应调整,水印的提取采用假设检验的方法。实验结果表明所嵌入的水印是不可感知的,该算法对大多数音频信号处理具有很强的鲁棒性,如重采样、MP3压缩和随机裁剪等操作。     

基于m序列的音频水印隐藏算法

该文提出基于m序列的音频信息隐藏算法,将需要隐藏的水印信息进行m序列的扩展;对数字音频信号进行分段离散小波变换,最后将经过调制的水印信号嵌入到二层小波变换的中频系数中。在接收端,利用盲检测可以精确地提取水印信号。实验仿真结果表明:算法对原始载体音频信号的影响极小,具有较好的鲁棒性和透明性。