基于MATLAB的高级信号处理

随着数字信号技术的发展,在科学研究和工程计算中往往要进行大量的数学计算和图形处理。MATLAB以其强大的功能和应用性,受到了越来越多的科技工作者的欢迎。在信号与系统课程的教学中引入该软件,可以帮助学生完成数值计算、信号与系统分析的可视化建模及仿真调试,培养学生主动获取知识和独立解决问题的能力,为学习后续专业课打下坚实的基础。     

改进的基于混沌序列的视频加密算法

基于混沌序列的视频加密正在成为热点,提出了很多基于混沌序列的视频加密算法.针对H.264的特点,提出了一种Logistic混沌序列与幻方矩阵结合的视频加密改进算法,Logistic混沌映射产生的混沌序列作为加密序列,同时序列大小顺序编号排列成的幻方矩阵加密DCT非零系数.这种加密算法具有很高的实时性,加密可以和编码并行执行.     

基于Haar小波提升的2.4kbit/s CWI语音编码算法

提出一种基于Haar小波提升的2.4 kbit/s特征波形内插(CWI)语音编码算法.将特征波离散时间傅里叶级数(DTFS)得到的幅度谱转化为离散余弦变换(DCT)系数,用Haar小波提升实现特征波的多级分解与重建.利用相位谱间距的均值和基音周期增益联合判断浊音度标志,用于进行相位选择和离散余弦变换系数的选择性量化.主观A-B听音实验表明,该语音编码算法音质优于传统的3.8 kbit/s CWI编码器,在较低码率上获得较为满意的合成音质,且Haar小波提升特征波形分解与重建方法解决了传统小波变换CWI算法延时较大的问题.     

一种基于DWT与DCT相结合的彩色数字盲水印算法

随着计算机和网络的飞速发展,流通信息的版权保护问题越来越受到人们的重视,数字水印作为一种有效的版权保护方法已经得到了广泛的应用.本文提出了一种基于小波中频和DCT相结合的彩色盲水印算法,通过将原图像DWT中频系数作分块I)CT变换,嵌入水印.实验结果表明,嵌入算法容易实现,且该水印算法具有很好的不可见性,并对剪切和JPEG压缩等图像操作都有很好的鲁棒性.     

基于图像分类的自适应图像水印新算法

随着网络多媒体技术的不断发展,版权保护问题变得十分重要。数字水印是实现版权保护的一种非常有效的方法,已经成为目前学术界研究的热点。文中提出了一种新的DCT域自适应数字图像水印算法,它利用图像子块特征分类结果对水印嵌入强度进行自适应调节,从而在确保水印不可见性的同时有效地增强了水印的强度,算法还综合运用了Arnold置乱变换,进一步增强了水印的安全性。实验结果表明,该算法对一些常见的信号处理操作如JPEG压缩、加噪、滤波、剪切等有较强的鲁棒性。     

鲁棒的DCT域音频盲水印算法

选择合适的DCT系数嵌入水印,可以使鲁棒性和不可感知性达到很好的平衡。为了找到这个系数,利用人耳听觉的频率掩蔽效应分析了DCT系数的听觉容差,发现直流系数具有最大的听觉容差,非常适合嵌入水印。提出了一种新的通过改变DCT直流系数的音频盲水印算法。实验结果表明,嵌入水印后的音频文件具有良好的不可感知性,与其它DCT算法得到的水印文件比较具有更强的鲁棒性,能够抵抗噪声、低通滤波、重采样、回声和Mp3压缩等的攻击。     

基于离散余弦变换的SC-FDMA系统

在单载波频分多址接入(single carrier frequency division multiple access,SC-FDMA)系统中提出用Ⅰ型、Ⅱ型、Ⅲ型、Ⅳ型4种不同类型离散余弦变换代替离散傅里叶变换.基于不同变换,分别推导上行链路传输信号时域表达式,并对推导式展开分析,比较基于不同类型离散余弦变换的SC...     

基于Haar小波变换和分块DCT的人耳识别

提出一种新的对人耳图像进行降维的方法。先对人耳图像进行二维的离散小波分解,然后再对小波分解后得到的低频信息施行分块离散余弦变换,进而获得图像的特征向量。实验证明,该方法与模式识别领域中广泛应用的PCA-LDA方法相比,在识别率大体相当的前提下,具有计算量小、降维速度快的优点,是对人耳图像进行特征提取的一种有效的手段。     

一种统计特性的数字水印算法

提出一种鲁棒的DCT域盲水印算法,将DCT系数进行特殊的自定义排列分组,并根据奇偶差实现水印的最优化嵌入。该算法突破了传统的分块、寻找合适中频系数模式,解决了合适中频系数难找且嵌入容量小的问题。实验表明该算法计算简单,且具有良好的不可见性,并且在抵抗噪声和JPEG压缩攻击方面具有较强的鲁棒性。     

OFDM系统中基于DCT的RLS信道估计

提出了一种适用于正交频分复用系统信道估计的基于离散余弦变换的RLS方法,并给出了相应的算法．该方法用离散余弦变换代替传统的RLS算法中的DFT变换,能有效降低信道冲激响应泄漏引起的混叠误差．仿真结果表明该方法的性能比传统的RLS算法好,系统误符号率和均方误差都有明显的改善．