基于高斯列消元法的线性分组码参数盲识别

针对线性分组码参数盲识别容错性能较差,以及在低误比特率且同步情况下利用分析矩阵秩亏法识别存在码长不足的问题,提出了一种基于二元高斯列消元法的分组码参数盲识别方法。首先将截获到的数据横向放入到分析矩阵,然后对分析矩阵的列进行二元域高斯消元,并计算每列所含“1”的比率值,再对所有比率值求均值和方差,在低误比特率且同步的情况下利用均值差值可确定码长,而在误比特率较高且不同步的情况下,则需利用方差差值来确定码长。理论分析和仿真表明：该方法与以往的矩阵模型识别方法相比,容错性能较好、计算量较低,且适用于各种码率的线性分组码的码长和同步识别。     

基于小波变换的双同步音频水印算法

针对同步攻击的问题,提出了一种改进的基于小波变换的双同步音频水印算法,该算法同时借助外同步和自同步2种思想,采用m序列作为外同步信号,谱熵作为自同步信号,将m序列嵌入音频信号的时域来定位水印嵌入的起始位置,并把紧接着嵌入m序列后的一段音频数据作小波变换,提取低频系数分段求其谱熵,利用谱熵的最大值来定位水印嵌入的具体位置,最后把水印嵌入到最大谱熵值对应的小波系数中。仿真实验表明,此方法在能抵抗一般信号处理攻击的基础上,也能抵抗像延时、随机剪切、抖动和时间伸缩 (time-scale modification,TSM)的同步攻击,具有较好的鲁棒性。