多媒體信息隱藏通信及其盲提取技術

第 1章 典型混沌系統(tǒng)及混沌遮掩\t001
1．1 混沌的定義與特性\t002
1．2 混沌的分析及判定方法\t003
1．3 常見的混沌系統(tǒng)\t005
1．3．1 Logistic混沌系統(tǒng)\t005
1．3．2 Henon混沌系統(tǒng)\t006
1．3．3 Lorenz混沌系統(tǒng)\t008
1．3．4 Chen混沌系統(tǒng)\t009
1．3．5 Qi混沌系統(tǒng)\t011
1．4 混沌遮掩及保密特性\t013
1．5 本章小結\t013
參考文獻\t014
第 2章 正定含噪混沌遮掩及語音信號盲分離\t017
2．1 ICA基本原理\t018
2．2 正定系統(tǒng)模型建立\t019
2．3 數(shù)字化編碼方式\t020
2．3．1 波形編碼\t021
2．3．2 參數(shù)編碼\t021
2．3．3 混合編碼\t022
2．4 二進制判決門限的選擇\t024
2．5 語音信號與混沌載體的時頻分析\t026
2．6 噪聲影響及其分類\t028
2．7 算法的評價指標\t029
2．7．1 定性評價\t030
2．7．2 定量評價\t030
2．7．3 主觀聽覺感受\t031
2．8 正定含噪系統(tǒng)中語音信號盲分離的實現(xiàn)\t031
2．8．1 無干擾情況下語音信號盲分離\t033
2．8．2 有干擾情況下語音信號盲分離\t046
2．9 本章小結\t055
參考文獻\t055
第3章 欠定含噪混沌遮掩及語音信號盲提取\t057
3．1 欠定系統(tǒng)模型建立\t058
3．2 欠定到正定模型的轉(zhuǎn)化\t059
3．3 經(jīng)驗模態(tài)分解算法\t060
3．4 欠定含噪系統(tǒng)中語音信號的盲提取\t062
3．5 算法可行性分析與驗證\t064
3．5．1 無干擾情況下語音信號盲提取\t064
3．5．2 有干擾情況下語音信號盲提取\t072
3．6 本章小結\t077
參考文獻\t077
第4章 時頻分析與欠定圖像分離算法\t079
4．1 信號模型與設計\t080
4．2 基于特征向量聚類的混合矩陣估計\t082
4．2．1 特征向量提取\t082
4．2．2 特征向量聚類\t083
4．3 源信號分離\t084
4．3．1 Lp范數(shù)最小化模型\t084
4．3．2 拉格朗日數(shù)乘法\t085
4．4 算法實現(xiàn)\t086
4．5 仿真實現(xiàn)與性能分析\t086
4．6 本章小結\t089
參考文獻\t090
第5章 基于序貫削減技術的圖像盲提取算法\t093
5．1 基于虛擬接收陣元的序貫削減技術\t094
5．1．1 欠定系統(tǒng)模型\t094
5．1．2 經(jīng)驗模態(tài)分解原理\t095
5．1．3 順序提取和削減處理\t096
5．2 EMD單分量補足法的圖像盲提取\t097
5．2．1 單分量補足法模型\t097
5．2．2 單分量補足法的仿真實現(xiàn)及性能分析\t098
5．3 EMD多分量補足法的圖像盲提取\t103
5．3．1 多分量補足法模型\t103
5．3．2 多分量補足法的仿真實現(xiàn)及性能分析\t104
5．4 本章小結\t109
參考文獻\t109
第6章 噪聲對盲提取的影響\t111
6．1 引言\t112
6．2 信源噪聲的影響分析\t112
6．2．1 信源噪聲模型\t113
6．2．2 信源噪聲模型的仿真實現(xiàn)及性能分析\t113
6．3 接收傳感器分布噪聲的影響分析\t117
6．3．1 接收傳感器分布噪聲模型\t117
6．3．2 基于動態(tài)噪聲相關度的接收傳感器模型\t118
6．3．3 動態(tài)接收傳感器噪聲模型的仿真實現(xiàn)及性能分析\t119
6．4 信道噪聲的影響分析\t126
6．4．1 信道噪聲模型\t126
6．4．2 信道噪聲模型的仿真實現(xiàn)及性能分析\t127
6．5 本章小結\t132
參考文獻\t132
第7章 含噪環(huán)境中接收天線低元化技術\t133
7．1 基于信源噪聲的低元化提取技術\t134
7．1．1 信源噪聲干擾的低元化提取模型\t134
7．1．2 信源噪聲背景下的低元化提取技術實現(xiàn)\t134
7．2 基于接收傳感器分布噪聲的低元化提取技術\t139
7．2．1 接收傳感器分布噪聲干擾的低元化提取模型\t139
7．2．2 接收傳感器分布噪聲背景下的低元化提取技術實現(xiàn)\t139
7．3 本章小結\t145
第8章 信源噪聲與VMD分量補足算法\t147
8．1 引言\t148
8．2 信號模型與設計\t149
8．3 變分模態(tài)分解算法\t149
8．3．1 VMD算法介紹\t150
8．3．2 VMD變分問題的構造與求解\t150
8．3．3 VMD算法實現(xiàn)步驟\t151
8．4 圖像信號VMD分量補足分離算法的實現(xiàn)\t152
8．5 仿真實驗與性能分析\t153
8．5．1 仿真設計\t153
8．5．2 噪聲對仿真性能的影響分析\t154
8．6 本章小結\t159
參考文獻\t159
第9章 混沌遮掩圖像分離及噪聲影響分析\t161
9．1 欠定混沌遮掩系統(tǒng)設計與實現(xiàn)\t162
9．1．1 系統(tǒng)模型與設計\t162
9．1．2 算法實現(xiàn)步驟\t163
9．2 仿真實現(xiàn)與性能分析\t164
9．2．1 仿真設計\t164
9．2．2 信道噪聲對仿真性能的影響分析\t166
9．2．3 單通道噪聲對仿真性能的影響分析\t172
9．3 本章小結\t178
參考文獻\t178
第 10章 混沌與壓縮感知理論的研究現(xiàn)狀\t179
10．1 研究背景與目的意義\t180
10．2 國內(nèi)外研究現(xiàn)狀\t182
10．2．1 混沌理論及相關理論發(fā)展\t182
10．2．2 壓縮感知理論發(fā)展\t183
10．2．3 混沌與壓縮感知結合的研究進展\t184
10．3 本章小結\t185
參考文獻\t185
第 11章 壓縮感知理論\t189
11．1 壓縮感知理論框架\t190
11．2 信號的稀疏性表達\t192
11．3 壓縮感知的測量矩陣\t194
11．4 壓縮感知的重構算法\t194
11．5 本章小結\t197
參考文獻\t197
第 12章 圖像重構及性能評價體系\t199
12．1 引言\t200
12．2 重構圖像的質(zhì)量分析\t200
12．3 重構圖像的安全性分析指標\t201
12．4 本章小結\t203
參考文獻\t203
第 13章 基于新三維超混沌的圖像壓縮感知與重構\t205
13．1 引言\t206
13．2 新三維離散超混沌系統(tǒng)\t207
13．3 新三維離散超混沌系統(tǒng)的性能分析\t207
13．3．1 李雅普諾夫指數(shù)\t208
13．3．2 混沌系統(tǒng)的分岔圖\t209
13．3．3 混沌系統(tǒng)的復雜度\t210
13．4 測量矩陣的構造與驗證\t211
13．5 圖像壓縮感知實驗仿真與分析\t213
13．5．1 探究重構算法對圖像重構的影響\t214
13．5．2 探究壓縮比對圖像重構的影響\t215
13．5．3 不同測量矩陣的重構效果對比\t217
13．6 本章小結\t219
參考文獻\t219
第 14章 基于超混沌的圖像壓縮感知加密算法\t221
14．1 引言\t222
14．2 加解密方案設計\t222
14．2．1 圖像加密算法\t224
14．2．2 圖像解密算法\t225
14．3 加解密方案仿真實驗\t225
14．4 加密算法的安全性分析\t228
14．4．1 NIST測試\t228
14．4．2 密鑰空間\t229
14．4．3 直方圖分析\t230
14．4．4 信息熵分析\t232
14．4．5 相鄰像素相關性分析\t233
14．4．6 抗差分攻擊能力分析\t233
14．5 本章小結\t235
參考文獻\t235
中英文對照表\t237
名詞索引\t239