抗翻录攻击的鲁棒语音水印算法

水印为数字音频的版权保护提供了一种技术手段。然而,随着录用设备的普及,翻录攻击成为一种去除水印信息的有效方法。为了提高水印算法的安全性,提出了一种鲁棒的抗翻录攻击的数字语音水印算法。定义了离散余弦系数对数均值(discrete cosine transform coefficients logarithm mean,DCT-CLM)的特征,分析了该特征对翻录攻击的鲁棒性,并给出了基于该特征的水印嵌入方法。帧号和水印一起作为嵌入在各语音帧的信息,通过量化DCT-CLM方法将帧号和水印一起嵌入在各语音帧中。帧号用来同步各语音帧的内容,从同步的含水印语音帧中提取水印信息,从而进行溯源追踪。和常见的语音水印算法相比,该算法除了对去同步攻击的鲁棒性之外,还能够抵抗对敏感语音内容的翻录攻击。     

基于TM1300的G.723.1语音编解码器的实时实现

简要介绍了G．723．1编解码算法原理和TM1300定点DSP芯片，针对该芯片的硬件结构特点，设计了一套运行于TM1300之上的实时语音信号采集－编解码－播放的可行方案。讨论了G．723．1语音编解码器在定点TM1300上实时实现的关键技术及在具体实现过程中的问题，提出了相应的解决方法。试验结果表明，单片的TriMedia1300能实现至少5路实时G．723．1语音编解码。     

一种改进的边缘检测算法

对传统的微分边缘检测算法进行了分析和评价。针对微分边缘检测算法的缺陷,提出了一种改进的边缘检测算法。新算法将待检测像素的邻域也作为一个考虑的对象,通过计算该邻域的性质,从而增加了梯度运算的可靠性。实验表明,新算法能够检测到更细的边缘,并且在椒盐噪声的情况下要优于常用的微分边缘检测算法。     

新型计算机语音识别系统功能接近大脑

俄罗斯科学院科研人员安齐佩罗夫开发出一种全新的计算机语音识别系统。通过实验发现,语音频谱中最基本的成分接近1千赫。安齐佩罗夫在解释自己开发的语音识别系统时指出,这一独特的语音识别系统最主要的是考虑了了语音的分级体系,从中辩别语音中最基本的成分,就像鉴别音乐中的音调一样,在宽广的语音频谱中,分辩出语音中最基本的具有思维性质的声音频谱。实验表明,这个频谱的范围接近1千赫,而其     

双通道SAR振动目标快速检测

目标的振动会对雷达回波产生特殊的相位调制，称为微多普勒效应，能够提供对微动目标检测的有利信息，因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而，已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题，本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna )对消技术消除杂波，并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性，本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval )变换法来实现振动目标的检测。仿真实验表明，本文算法能够在强杂波噪声条件下检测振动目标，同时具有准确振动频率估计性能，甚至当同一个单元存在多个振动目标时，本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s，说明本文算法适用于实时检测，通过与GLRT算法和Hough变换算法运算量的比较，证明了本文算法相比于经典算法具有运算量小，检测速度快的优点。     

ISC参数改正的RAIM故障检测和识别

本文主要探讨RAIM算法中引入ISC参数改正对故障检测和识别的改进效果。采用若干MGEX站的观测数据,分别将未引入与已引入ISC参数改正的RAIM算法进行比较。实验结果表明,引入ISC参数改正的RAIM算法在单位权中误差σ、水平误差保护级别HPL、故障检验门限σT以及故障识别门限WT这4方面精度均有所提高;通过传统RAIM、有无引入ISC参数改正滑动开窗RAIM算法的对比分析,引入ISC参数改正的滑动开窗RAIM算法各项指标改善效果最优。从总体上看,引入ISC参数改正后,RAIM算法的故障检测率与故障识别率均有不同程度的提高。     

GPS信号的差分相关捕获算法研究

随着人们活动范围的日益扩大和周边环境的日益复杂，低信噪比环境下捕获卫星导航信号逐渐成为国内外研究的重点。本文分析两种常用的改善检测统计量信噪比的方法：相干累加和非相干累加，指出它们各自存在的问题。引出差分相关捕获算法，详细介绍差分相关捕获算法，分析了其数学模型。从理论上研究差分相关捕获算法的性能，并借助MATLAB仿真，分析各个参数对算法性能的影响，同时与相干／非相干累加算法进行比较。     

地图注记的可视化及其语音阅读

本文论述了地图注记可视化的重要性，探讨了如何将地图数据库的注记信息在屏幕上实现可视化的技术方法，以及在注记可视化的实现过程中需要注意的若干问题，包括注记的坐标转换、注记的大小、注记的字型等；论文还提出了地图注记语音阅读的解决办法。     

基于P-SA-PSO算法的概率积分法参数反演

针对目前概率积分法参数反演存在的问题,为了更加准确稳定地解算出概率积分法参数,在经典粒子群算法的基础上,引入自适应惯性权重以及模拟退火算法中的Metropolis准则,提出了一种基于P-SA-PSO算法的概率积分模型参数反演方法。论文通过仿真实验,与遗传算法(GA)、经典粒子群算法(PSO)以及加入自适应惯性权重优化的粒子群算法(P-PSO)进行对比分析,结果表明：新算法反演各参数的精确性、稳定性和收敛速度优于其他3种算法。将新算法引入工程实例中,进一步体现了新算法在反演概率积分模型参数上的可行性。     

背景复杂下航拍图像的电力线识别算法

如何从具有复杂背景的无人机航拍图像中完整准确地识别出电力线已成为电力线无人巡检的关键问题之一。本文通过分析航拍图像中电力线的特征，提出了一种复杂背景下电力线检测和识别的新算法。首先对原始图像进行直方图均衡化处理，改善图像的对比度；然后使用由LoG算子改进的边缘绘图-参数自由（EDPF）算法对航拍图像进行边缘检测，滤除背景噪声，并检测出电力线边缘；最后利用Radon变换和先验知识完整提取出图像中的电力线。试验结果表明，本文方法比传统的Canny算子与Hough变换的结合方法、LSD算法的识别准确率更高，识别效果更完整，稳健性更好。     

基于离散小波框架和融合策略的小目标检测

本文提出了一种新的基于离散小波框架(DWF)变换和融合策略的海天背景下小目标检测的方法。首先,对海天背景下红外图像序列进行预处理,其目的是为了在一定程度上抑制海浪杂波和背景;其次,对预处理后的每帧图像作二维离散小波框架(2-D DWF)变换,并将得到的近似频带成分用于目标检测;最后,利用基于目标运动的连续性的融合策略去除绝大部分多余的杂波和虚警,同时利用基于目标和背景杂波的对比度分割算法用于提取目标;真实的海天背景红外序列用来验证本文提出算法的有效性。     

基于小波域的InSAR干涉图噪声识别与估计

为识别InSAR干涉图噪声的类型,从而更有效地进行干涉图处理,提出一种基于小波变换的干涉图噪声类型识别方法。该方法结合小波变换和对数变换算法,从能量和分布特征两个角度,对经小波变换后的InSAR干涉图小波系数的特点进行分析。首先研究低频子带小波系数在对数变换前后的能量分布特点,以此识别干涉图的噪声类型,然后在此基础上利用高频子带系数估计噪声的大小。分析结果显示,干涉图中的噪声为加性噪声,且干涉图高频系数呈高斯正态分布,其噪声大小可用尺度1上的HH子带系数估计。这些结果对在小波域内进行InSAR干涉图噪声的分析与处理具有一定指导意义。     

GPS连续观测资料小波变换质量评价探讨

小波变换在处理GPS噪声的应用中有较好的效果.本文研究利用GPS连续观测资料的小波变换去噪结果进行质量评价,通过对分析资料采用不同的小波基函数、对同一小波基函数下的小波变换各尺度结果进行比较,并结合实例分析得出了初步的结论:对GPS连续观测资料进行小波变换去噪,采用sym6、sym8和coif4小波,分解尺度在4～6之...     

小波变换的多分辨率支集用于噪声图像低通滤波

依据信号与噪声的小波变换在不同分辨率下呈现不同特性的特点，提出了多分辨率支集图像低通滤波方法。通过与经典的高斯低通滤波方法实验结果比较，证明了本文方法具有较强的抑制图像噪声能力     

经验模式分解的尺度阈值滤波在变形分析中的应用

本文将信号处理领域的经验模式分解算法应用于变形信息的提取中,通过引入阈值函数,建立了基于经验模式分解的尺度阈值滤波模型,采用优化模型确定了经验模式分解的次数。分别通过模拟试验和实测数据与小波阈值法和多项式拟合法进行了比对,分析表明:在低噪声情况下,三种方法都有一定的滤波效果;在高噪声情况下,经验模式分解的尺度阈值滤波法具有与小波阈值去噪法相等的精度,而且瞬时强噪声识别能力更好,优于多项式拟合法。     

基于交互式分割技术和决策级融合的SAR图像变化检测

为免去去除斑点噪声的预处理操作及克服选择分布模型的限制,本文结合差异图的特点和一种不涉及分布模型的交互式分割方法,产生不同“种子点”下的变化检测结果后,再利用投票策略对其进行决策级的融合给出最终的变化检测结果。分割中,将每个像素的特征设为差异图及由静态小波变换分解差异图再丢弃高频系数后重构得到的各层表示中,其对应位置上的灰度值构成的矢量。此特征及决策级融合的策略使本文的变化检测技术对SAR图像中的斑点噪声具有一定的鲁棒性。在无需对SAR图像做预处理的情况下,对真实SAR图像数据集的变化检测结果,其效果优于其他相关技术的。     

NINO3海面温度异常时间序列的小波分析

本文对连续小波变换和离散小波变换进行了简要介绍,对连续小波变换中小波函数与尺度的选取、小波尺度与Fourier频率的关系等进行了阐述。结合太平洋中部地区1871年至2005年6月期间NINO3海面温度异常时间序列进行了小波功率谱分析,提取了其时频特征,分析结果与主要厄尔尼诺和拉尼娜事件的发生时间吻合较好。最后,利用离散小波分解与重构对时间序列进行消噪处理,并对不同层数强制消噪效果进行了比较。     

一种基于小波分析的旋转不变图像快速匹配方法

提出了一种基于小波分解的具有旋转不变特性的三级特征图像快速匹配方法,利用小波分解的高频分量得到图像边缘,进而提取具有旋转不变特性的边缘特征;小波分解的低频分量则用于提取同样具有旋转不变性的图像尺度共生矩阵特征.前一个特征反映了图像边缘间的空间关系,后者则体现了图像灰度间的空间关系,利用这两类特征构成一个三级决策树对图像进行搜索,以查找搜索图中是否包含样本图,对满足匹配条件的若干候选子图,给出具有最大相似特性的一个,实验结果表明,较之于传统的模板匹配方法,该方法具有快速,高精度,抗干扰能力强等优点.     

SAR图像多尺度积增强的目标检测算法

合成孔径雷达（SAR）成像系统的热噪声和海杂波严重影响SAR图像自动目标检测的性能,去噪和均匀背景杂波是提高SAR图像目标检测性能的重要课题。根据SAR图像噪声功率一般存在于信号小尺度,没有跨尺度特征,而目标信号的边缘具有跨尺度的特点,本文提出了一种多尺度积信号增强和去噪的SAR图像船舰目标检测算法。本算法对SAR图像进行小波变换,应用多尺度积在小波域增强SAR图像船舰信号和均匀背景杂波,再对SAR图像进行目标检测。ERS SAR图像用于验证本文算法。仿真实验结果表明,新算法同传统的双参数CFAR检测算法、基于K-分布背景杂波的检测算法以及基于小波软阈值增强的检测算法相比,在虚警数和品质因数性能指标上均优于后几种检测算法。     

强污染单历元GPS形变信号的提取和粗差识别

阐述了小波分析技术用于强污染GPS单历元形变信号处理的基本原理及其实现方法。以含少量粗差的低信噪比形变信号为例 ,研究了基于Mallat分解和合成算法 ,分离信号趋势项并进行粗差识别的技术。采用小波软阈值降噪的方法去除强污染数据中的随机噪声 ,降噪效果远好于中值滤波。最后对识别的粗差信息进行线性修复 ,获得了令人满意的形变信号