一种基于二维DFT的一对多非对称数字水印算法

针对当今水印系统中的公开验证难题及水印存储信息量大的问题,提出了一种一对多的非对称数字水印算法。该水印算法基于二维离散傅立叶变换(2DFT)。参考水印的相位在2DFT域中被任意地改变,从而得到不同的嵌入水印。这些嵌入水印彼此相关,并且和参考水印均有相同的互相关性。通过比较互相关系数值和判决门限,实现水印检测。仿真结果表明,选择恰当的判决门限,参考水印能正确地检测嵌入水印,而由参考水印生成的其它嵌入水印却不能实现水印检测。参考水印的信息公开不会降低嵌入水印的安全性。因此,该算法实现水印的公开验证,同时只需存储一个参考水印就能检测多个嵌入水印,降低了水印存储信息量。     

一种新的数字音频水印算法

提出了一种在数字音频信号中嵌入水印的新算法．算法首先对数字音频信号作多尺度离散小波变换(DWT)，然后在离散小波变换域内通过改变一些中频系数的方法嵌入水印．嵌入水印后的音频信号与原始音频信号在听觉上是相似的．仿真试验表明该算法具有较强的稳健性，可用于数字音频产品的版权保护．     

共轭反对称序列的DFT及FFT算法

对共轭反以称复数序列的离散傅立叶变换（DFT）及其快速傅立叶变换（FFT）算法进行了研究,获得了共轭反对称序列的DFT具有实部为0的性质,并开发出适用于共轭反对称序列的FFT算法。该算法与传统的FFT算法相比减少了一半的计算量和存储单元。     

一种基于m序列调制的量化音频数字水印算法

提出了一种新的基于m序列调制的量化音频水印算法。首先将二值水印图像经过降维操作转化成为一维序列；再将一维序列与m序列做扩频调制；最后对音频信号进行分段离散傅立叶变换，把经过调制的水印信号经过量化处理嵌入到变换域系数的幅值上。在水印的提取过程中不需要原始音频信号的参与。仿真实验证明了算法的鲁棒性和不可感知性。     

基于小波和傅立叶变换组合的数字图像水印算法

数字水印技术是实现版权保护的有效办法之一.为实现水印图像的嵌入,提出了一种基于二维离散小波与傅立叶变换组合的灰度图像数字水印算法.首先对原始图像进行离散小波变换,选择低频子带图像LL作为水印的添加区,再将LL区进行分块,并对每一个小块作离散傅立叶变换;对嵌入的水印图像做相应的分块置乱处理,而后根据人眼视觉系统的特点结合边缘分析将水印信息以不同的强度嵌入载体图像中,最后进行傅立叶和小波逆变换生成密图.实验结果表明,算法具有较好的鲁棒性和视觉效果.     

DFT在信号谱分析中的应用

离散傅立叶变换(DFT)是数字信号处理中一个非常有用的工具,在信号频谱分析中有着非常广泛的应用.目前在<数字信号处理>课程的教材中仅对这部分内容进行了理论性的阐述,让初学这部分课程的学生感到非常难理解.针对常用信号DFT谱分析的原理及谱分析中的相关问题进行了较为深入的探讨,并结合实例用Matlab仿真软件进行了分析和验...     

基于光纤连接的腔系统实现两比特离散量子傅立叶变换

提出了在外加经典场驱动的情况下,利用光纤连接的2个腔系统执行两比特离散量子傅立叶变换的方案.该方案通过发送2个原子交替通过一系列经典场和腔场来实现,而且该两比特方案可推广至N比特离散量子傅立叶变换.     

基于均值量化的多目的数字音频水印算法

为了达到版权保护和内容认证的双重目的,提出一种新颖的多目的水印嵌入算法.首先介绍了均值量化(mean-quantization)方法嵌入水印比特信息的基本原理,在此基础上提出了数字音频信号的多目的水印嵌入算法,该算法在对数字音频信号作离散小波变换基础上,充分利用均值量化的优势,将视觉可辨的水印—二值图像嵌入小波低、中频系数中,实现了鲁棒性水印和脆弱性水印同时嵌入音频信号中,达到版权保护和内容认证的双重目的.实验结果表明,文中提出的多目的水印算法具有很强的鲁棒性和较好的脆弱性.     

利用DFT幅度和相位构建矢量空间数据水印模型

针对矢量空间数据的特征,提出了利用离散傅里叶变换 (DFT)幅度和相位构建矢量空间数字水印模型的方法. 首先将矢量空间数据进行DFT,将水印信息嵌入DFT系数的幅度和相位中;然后做逆变换,得到嵌入水印的矢量空间数据,对其进行攻击后提取水印;实验结果证明,该模型能够保证数据的精度,对数据平移、一定比率的随机删点、旋转、格式转换、缩放等具有稳健性.     

离散多音频调制系统中的编码和信号设计

离散多音频(Discrete Multitone, DMT)调制是指高效利用信道, 通过对不同的子信道发送不同长度的比特来得到最大信息流量的多载波调制(Multi-Carrier Modulation, MCM)的一种特殊形式.每个子信道上的比特取决于该子信道的信噪比.通过采用先进的编码技术可以进一步提高DMT系统的性能.笔者对DMT系统中的编码技术和调制方式进行了研究.编码采用的是与Berlekapmp Massey(BM)算法相结合的里德索罗蒙码(Reed Solomon,RS);调制采用离散傅立叶变换(Discrete Fourier Transform,DFT),并对里德索罗蒙码和离散傅立叶变换的基本原理进行了概述.随后讨论了该编码实施方案的潜在效益.仿真结果显示当误码率为10-7时,其编码增益相对于未编码增加了3至6 dB.     

快速傅里叶变换的原理与方法

对样本点为N=2γ的离散傅里叶变换,按照库利ˉ图基按时间抽取的方法,得到一组等价的迭代方程,对方程中对偶结点对的性质作了详细分析,由此简化了方程中的计算公式.与直接计算相比,大大减少了运算次数,并且计算过程中除了N个初始数据所占的存储单元外,不需再设置其他存储单元.     

立式配平转台工作原理及数值仿真研究

为了验证立式配平转台原理的正确性,建立了配平转台的力学模型,并通过动力学仿真求出了当旋转体存在动不平衡量时,水平方向和垂直方向两测力仪的输出值,在此基础上对配平修正过程进行了数值仿真．仿真结果表明,配平修正过程是收敛的,说明配平转台在原理上是正确的．仿真结果可为配平转台的设计提供初步依据．     

基于DHT的OFDM接收机模型及性能分析

提出一种基于离散Hartley变换的OFDM接收机模型,分析了其工作原理和性能。理论分析与仿真结果表明,该模型与基于离散傅里叶变换的OFDM接收机在加性高斯白噪声信道下具有相同的接收性能。该模型采用并行处理模式,具有算法复杂度低、时效性高、易于DSP实现的特点。     

一种提高DSSS信号载波频率估计精度的算法

针对快速傅里叶变换（fast Fourier transform,FFT）算法频率估计误差较大的问题,采用离散时间傅里叶变换（discrete time Fourier transform,DTFT）辅助FFT估计频率谱峰值,以提高直接序列扩频（direct sequence spreadspectrum,DSSS）信号多普勒测量精度的算法。该算法利用FFT估计频谱最高峰值及次高峰,在对应频点之间平均取10个频率点做DTFT,求幅值的极大值点,以确定频率谱峰值精确位置。仿真实验结果表明,该算法可有效提高捕获过程中DSSS信号频率的测量精度。     

关于特殊周期序列的线性复杂度的研究

综述了具有特殊周期序列的线性复杂度的研究途径、现状和方向,分析了以Ｍａｓｓｅｙ引入的广义离散傅里叶变换作为研究工具取得的最新结果,特别指出了该方向上几个值得研究的问题及方向     

一种基于DFT的数字图像压缩算法

根据图像傅立叶变换域频谱系数特征,提出了一种基于DFT的数字图像压缩算法,并通过仿真实验对图像进行了不同压缩比的压缩。实验结果表明：衡量编码压缩质量的5个参数和评价压缩图像逼真度的参数均达到较好效果,且即使图像压缩比为119．1379时,峰值信噪比仍能达到27．6847。而且从直观上,人眼在一定的视觉误差范围内仍能接受压缩图像,表明提出的基于DFT的图像压缩算法是一种有效的、较好的图像压缩技术。     

时域有限差分法研究同轴谐振腔的本征值

本文建立了圆柱坐标系中时域有限差分(FD—TD)算法的程序,用此算法及离散傅立叶交换分析了几种同軕谐振腔(包括同軕空腔谐振腔,重入式谐振腔和阶梯形介质加载同軕谐振腔)的谐振频率,特别是计算出同軕空腔谐振器的高次模的谐振频率,所得数值结果与理论值和实验结果进行了比较,证明具有很高的精度。     

基于快速傅里叶变换和db小波变换的谐波检测

在电力系统谐波检测中,使用快速傅里叶变换法(FFT)可以得到平稳谐波信号中的频谱,从而可以确定该信号中谐波的频率和幅值等信息.但FFT局限于得到信号的频域信息,很难检测到谐波发生的具体时刻,而小波变换可以捕捉到信号中的细节部分.针对复杂谐波信号,提出了一种将快速傅里叶变换和小波变换相结合的检测方法.由Matlab仿真结果可知,该方法可以检测稳态谐波,确定暂态谐波的突变时刻.     

离散傅里叶变换在序列线性复杂度快速算法中的应用

利用广义离散傅里叶变换对GF（2）上周期为n2∧υ(gcd(n,2)=1)序列进行了研究，给出了求其周期为n2∧υ序列线性复杂度的快速算法，并得到了关于F[D]上多项式的Hasse导数一些新结果。     

快速Mersenne变换的新算法及在卷积中的应用

设p是素数,q=2^p-1是一个Mersenne素数,N=2^p＋1．证明了复数域上离散傅里叶变换（DFT）的Moshe和Hertz算法对有限域Fq2上的Mersenne变换（Mersenne变换简记为MT,其逆变换记为IMT）有类似的算法,即证明可通过计算一个N点复整数序列的MT,同时得出一个N点整数序列的MT和另一个N点整数序列的MT的IMT．故得到一个计算整数序列卷积的新算法,可有效减少计算量,能用于信号分析中的某些卷积计算．