基于盲信号处理的机械噪声监测与故障诊断

摘　要: 在介绍盲信号处理统一模型的基础上,全面归纳了其典型算法,综述了它在机械噪声监测与故障诊断中的研究现状,重点讨论了混合模型、噪声盲源分离与盲解卷积、盲源分离与多种技术的结合、噪声监测与诊断系统研究等方面的应用,并指出需要进一步研究的主要问题。
     

基于空间域LSB数字水印的鲁棒性研究

根据LSB算法的基本原理利用Matlab7.0将特定的水印信息嵌入到给定的数字图像中,并编制出提取水印的程序进行水印的提取.然后将嵌入水印的图像进行旋转、缩放、裁切等攻击,通过提取受攻击图像的水印信息来检验用该算法的鲁棒性.实验结果表明,此方法得到的数字水印对于剪切、缩放和噪音的攻击,具有较好的鲁棒性.     

局部充分稀疏的欠定时盲信号源分离

针对欠定时的盲信号分离,提出了局部充分稀疏条件下估计混叠矩阵A的新算法.该算法不要求源信号所有采样时刻都充分稀疏,先通过搜索,把处于同一直线的向量一一归类,再对所得的类的向量进行处理,把混叠矩阵A确定出来.仿真实验结果表明算法是有效的.     

基于 GRNN 的模糊图像盲评价

目的针对高斯模糊这种失真类型,提出一种盲评价算法。方法从权威的图库中选取高斯模糊图片,提取梯度,并对梯度图进行快速傅里叶转换(FFT),得到频谱,对原图、梯度图、频谱进行运算,提取出边缘强度、方差、梯度熵,作为每幅图的特性向量。通过GRNN构建可以计算出图片的差分平均意见得分(DMOS)值,即输入特征值,输出计算DMOS值。结果该算法的Spearaman秩相关系数(SROCC)达到了0.9086,Perason线性相关系数(PLCC)高达0.9033;与一些常见的算法相比,所运算产生的SROCC和PLCC值也更高。结论使用CSIQ与LIVE图库的高斯模糊部分,在Matlab的环境下进行运算后得到的结果表明,计算产生的DMOS与由人评判产生的DMOS值相似度高,与眼睛判断结果较为接近。     

小波域基于MFA_ICA检测的数字图像水印算法

基于MFA_ICA（Independent Component Analysis based on Mean Field Approximation）理论提出了一种数字图像水印算法。该算法利用MFA_ICA进行水印和原始图像的估计,并用估计出的独立分量检测水印是否存在。与传统线性相关检测器相比,该算法消除了原始载体的干扰,检测性能明显提高。重要的是,不仅通过仿真实验证明了该算法较强抵抗JPEG压缩、剪切和白噪声等攻击的能力,而且从理论上也给出了严格的证明。     

基于小波域SVD的彩色图像自适应水印方案

提出了一种针对彩色图像认证的半脆弱水印方案,彩色图像亮度信息通过线性变化处理后进行离散小波变换（DWT）,对低频子图分块后进行奇异值分解（SVD）,将置乱后的二值水印信息通过自适应量化嵌入到奇异值中实现内容认证。线性变化处理能改善由水印带来的对彩色图像明暗度的影响,同时利用一维Tent混沌的特性构成混沌二维置换网络,只需要一个初值,使算法更加简单。由实验结果表明该算法对JPEG压缩稳健,而对恶意操作敏感,同时水印提取是盲提取的。     

一种新的可授权的盲群签名方案

首先指出了严方案中存在的一个安全性问题,随后利用椭圆曲线密码算法设计了一个新的盲群签名方案,该方案同时具有盲签名和群签名的特点,并在方案中引入了一个签名权的授权过程：要求签名人必须同时利用私钥和授权证书才能进行签名,接收者可以验证签名的有效性,但是不能识别出签名者真实身份,当有争议发生时,群权威可以“打开”签名,确定出签名者的真实身份。相比较严方案,该方案计算量小,结构简单,有实用价值。     

MOE盲多用户检测算法中约束向量的研究

最小输出能量（Minimum Output Energy,MOE）盲多用户检测是一种简单的不用进行信道估计就可直接获得多用户检测器参数的算法,在该算法中,约束向量起着相当重要的作用,它直接影响多用户检测器的最优权矢量。通过对不同约束向量时MOE盲多用户检测算法基本原理的分析,将MOE盲多用户检测算法分为线性约束MOE盲多用户检测算法和鲁棒二次约束MOE盲多用户检测算法两大类。通过仿真实验比较了各种检测器的性能。     

基于独立分量分析的小波域数字图像水印算法

提出了一种鲁棒数字图像水印算法。水印生成过程对原始水印进行转换、置乱和扩展等处理;水印嵌入过程将水印嵌入在原始图像小波域的逼近子图,嵌入的强度由噪声可见性函数自适应决定。水印提取过程不需要任何原始图像和原始水印的信息,采用独立分量分析实现对水印信号的盲提取。实验结果证实对于水印基准测试软件Checkmark的各种攻击,该算法具有较强的鲁棒性。     

盲信号处理中的次序不确定性问题研究

深入研究了盲信号处理中解决次序不确定的互参数法的理论基础,通过公式推导和高斯白噪声下的仿真实验,揭示了互参数法有效的原因之一是离散傅立叶的计算方法提供了互参数的相关性,从而得出了互参数法的应用可以拓展至语音信号以外的信号的结论;通过对源信号计算互参数来反映相关系数Corr和KL距离在语音信号卷积混合频域解法中的性能,发现KL距离的性能优于相关系数,但是在某些情况下,由于离散化带来的误差和信号长度太短而引起的独立性下降等因素,使得KL距离仍然存在着不能够进行有效进行频率对准的可能。