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。     

基于序贯检测的认知无线电系统的吞吐量优化

研究了认知无线电用户采用序贯检测时认知系统吞吐量的优化问题。首先给出了认知无线电中序贯检测器的形式;然后在充分保护主用户的条件下,建立了系统吞吐量的数学模型,并利用最优化理论证明了存在唯一最优的参数设置,它可使吞吐量达到最大;最后给出最优参数的搜索方法。     

基于相对熵的概率假设密度滤波器序贯蒙特卡罗实现方式

概率假设密度滤波器的典型序贯蒙特卡罗实现方式与粒子滤波类似,均是利用大量加权粒子估计多目标状态,典型实现方式是为每个期望目标分配固定数目的粒子,这导致较大的算法时间开销.鉴于此,建立了基于相对熵的序贯蒙特卡罗实现方式.首先计算两个不同规模粒子集合的相对熵,与预设阈值进行比较以确定粒子数目,从而动态调整粒子数目.仿真结果表明,所提出的实现方式提高了跟踪效率,在大部分时间步上优于典型实现方式.     

基于序贯检测的无线传感器网络决策融合算法

数据融合是能源有限的无线传感器网络应用中必不可少的信息处理手段.目前的数据融合方法多着眼于固定参与节点数目下的数据融合,由于融合时数据传输量与参与节点数目呈正比,所以,最佳的节能策略应是满足一定性能条件下参与节点数目可变.将序贯检测理论应用于无线传感器网络数据融合问题上,并建立其数学模型.考虑无线信道的衰减和物理层调制解调特性,进一步提出基于序贯检测的无线传感器网络数据融合判决(WDASD)方法,并通过仿真实验验证了WDASD算法的性能.     

基于序贯变化检测的DDoS攻击检测方法

给出了一种有效的DDoS攻击检测方法,将DDoS攻击的检测作为序贯变化检测的一个具体实例来分析,采用序贯变化检测算法--非参数CUSUM算法进行检测.方法具有计算量小、检测迅速准确、适用于不同网络环境和攻击模式的优点,有一定的实用价值.文章最后对两种典型的攻击模式进行了实际检测,全面评估了检测算法在不同DDoS攻击场景下的性能.     

基于正交水印的盲水印检测技术

提出一种稳健的盲水印检测技术.利用水印信号与主数据之间的正交性,水印检测时不需要使用原始数据并且可以彻底消除主数据噪声的干扰,从而大大提高了水印检测器的稳健性.无论是根据Neyman-Pearson准则还是最小错误概率准则,理论分析表明本文检测器在性能上可以取得很大改善.利用对水印加权的分组技术,盲水印检测器在性能上逼近非盲水印检测器.各种失真下的实验结果表明这种盲水印检测技术是有效的.     

基于截断型序贯检测的协作频谱感知算法

为了改善低信噪比情况下认知用户的频谱感知性能,提出了一种基于截断型序贯检测的协作频谱感知算法。协作认知用户首先对接收到的信号序列进行分段处理,然后统计各自段内采样点能量值大于预设门限值的个数,并将其作为本地检测统计量上传至融合中心,从而有效地减少了控制信道的传输开销。利用棣莫弗 拉普拉斯定理和中心极限定理的近似结论得出段内检测统计量服从高斯分布,大大简化了后续似然比函数的理论推导和计算过程。仿真结果表明,在认知用户平均信噪比〖AKγ-〗=－15dB且目标检测性能相同的条件下,相比现有的能量检测算法,所提算法在H0和H1两种情况下分别减少了55.86%和37.51%的平均样本数。     

基于截断型序贯检测的协作频谱感知算法

本文针对低信噪比情况下认知用户的频谱感知需求,提出了一种基于截断型序贯检测的协作频谱感知算法。协作认知用户对接收到的信号序列进行分段处理,统计各自段内采样点能量值大于预设门限值的个数并将其作为本地检测统计量上传至融合中心,有效的减少了控制信道的开销。棣莫弗—拉普拉斯定理和中心极限定理的引入,又使得段内检测统计量近似为高斯分布,从而大大简化了后续似然比函数的理论推导和计算过程。性能分析及仿真结果表明,在目标检测性能相同的条件下,相比现有的能量检测算法,所提算法大大降低了所需的频谱感知时间。     

一种基于预测攻击的新型水印检测方案

在传统的含辅助信息水印检测方案中,通常的做法是从接收到的水印作品中减去原始作品,得到带噪声的水印模型。因此,水印不能完全提取。该文提出了一种基于预测攻击检测水印信号的方案,通过一定的方法预测水印图像所受到的攻击,根据预测结果,对原始图像进行同样的攻击来参与检测。实验表明该检测方案克服了辅助信息的残留噪声,大大提高了水印信息的检出率,改善了整个水印系统的性能。并且,该方案不失一般性,经验证可以应用到其他变换域和各种各样的算法中,有较强的通用性和应用前景。     

认知无线电中基于分簇的能量序贯协作检测算法

在认知无线电系统中,频谱感知技术是保证频谱资源分配以及重构网络参数的前提条件。针对复杂信道环境低信噪比下传统频谱感知技术感知性能恶化、感知时间变长和对授权用户位置不固定适应性差的问题,提出基于分簇的并行能量序贯检测的方法。该方法按照地理位置信息划分簇,按照减少传输误差和节省传输功率原则选取簇头,各簇分段并行计算似然比统计量的方法进行序贯检测,任一簇内判决成功即可结束检测。仿真结果表明,在低信噪比情况下,该算法相较现有的多节点分段序贯检测和单节点序贯检测可以有效缩短检测时间。分析分簇数对所提算法系统综合性能的影响,结果表明信噪比越低,选择分簇数越大,越能降低检测时间。     

一种基于拟合优度检验的突发信号检测算法

在突发信号处理环境中,传统的检验方法检验统计量计算复杂,不利于实时检测。为此,提出一种基于拟合优度检验的突发信号检测算法。采用Kolmogorov检验代替传统的参数统计检验,通过计算接收到样本的经验分布函数与标准的噪声分布函数,并将其垂直方向上的最大距离(Kolmogorov统计量)与特定虚警率下的门限作对比,实现对突发信号的检测。仿真结果表明,该算法的检测性能较好。     

一种基于DCT域的按序嵌入水印算法

本文简要介绍了数字水印的概况,应用MATLAB仿真按序选择嵌入位的DCT变换算法,对仿真程序运行后的各种参数和效果图的变化进行了分析;最后结合GUI开发设计出数字水印执行过程仿真控制界面,并用常见的水印攻击测试了该算法的鲁棒性.     

连续水印检测的性能分析与改进

在水印检测中,通常使用固定长度的样本,即检测时需要大量的待检测样本,这对于多水印检测和视频水印检测是不合适的。为此,研究连续水印检测,并设计改进方法。在对连续水印检测理论进行分析的基础上,发现操作特征函数指标及所需样本数量均与嵌入因子有关。该方法用局部神经网络对原图像进行估计,可以减小嵌入因子误差,提高连续水印检测性能。     

似然值波门SMC-PHD滤波器

概率假设密度(Probability Hypothesis Density, PHD)滤波器的序贯蒙特卡罗(Sequential Monte Carlo, SMC)实现需要大量的粒子。为了解决其计算的有效性,本文提出一种改进的SMC-PHD滤波器,称之为似然值波门SMC-PHD滤波器。首先,以所有预测粒子为依据,利用全部的多目标后验信息,最大限度地确认出所有目标生成的观测。其次,基于校正器中所有预测粒子的似然值,避免为粒子贴标签以及传统的距离计算,使得算法在各种应用中易于实现,只有有效观测才参与粒子权值的更新。最后,与基本SMC-PHD滤波器相比,其优秀的实时性和更好的滤波精度通过仿真得到证实。     

一种水印的容错性提取技术

论文从水印检测过程中可能发生的两类错误入手,讨论了降低检测虚警概率和漏报概率的一般方法。在此基础上,论文构造了一种水印信息预处理方法,即首先通过本原线性移存器(LFSR)产生的m序列将水印信息扩展,然后用加密的扩展信息进行嵌入。在检测时充分考虑到嵌入信息遭受破坏的情况,利用Walsh谱的仿射逼近理论,提出了一种水印的容错性提取技术,使水印可以在大量误码条件下得以恢复,为水印的可靠性检验开辟了一条新的思维途径。     

奇异值分解视频水印嵌入与检测及安全性测试

文章针对目前现有的基于小波变换和奇异值分解相结合的数字水印算法存在的缺陷,提出了一种新的视频水印算法:以二值图像为水印的混合整数小波变换和奇异值分解的视频水印盲提取算法,重点论述了奇异值分解的视频水印嵌入与检测以及安全性的测试.实验表明,提出的新算法具有较好的高透明性和鲁棒性.     

基于零参考水印的多通道图像数字水印方案

针对多通道水印模型限制鲁棒水印容量和降低水印图像隐形性问题,提出基于零参考水印的多通道数字图像水印方案。该方案基于量化函数定义各水印通道的零参考水印。检测时可以提取参考水印,比较零参考水印和提取的参考水印,计算各水印通道的失真率,根据失真率计算嵌入的鲁棒水印。实验结果表明,该方案在保持水印图像隐形性的前提下,提高了水印提取准确度。     

基于边缘检测的半脆弱水印算法研究

针对Laplace算子在进行边缘检测时不具有方向性的缺陷,在人眼视觉模型下,提出一种基于边缘检测的半脆弱水印算法.在嵌入水印信息时先考虑边缘点,再考虑亮度较暗和较亮区域.在入眼亮度和纹理视觉特征的基础上,给出图像区域分割方法及变换域系数量化公式,通过动态量化提高载体图像的透明性和水印的抗攻击能力.实验结果表明,在噪声嵌...