用多元信号检测改进广义高斯噪声下的并行非线性检测器

在广义高斯噪声下,根据最大后验概率准则比较了多元信号的并行非线性检测和最佳并行线性检测.在高斯噪声条件下,并行非线性检测器性能接近于最佳并行线性检测器.若噪声是广义高斯的,特别是当噪声幅度集中于均值零附近时,并行非线性检测器的检测性能优于最佳并行线性检测器.

音频水印非线性检测器的研究

研究了一种用于音频水印的非线性检测器。首先将音频信号进行离散余弦变换,并将变换系数按照绝对值进行排序,依据音频信息本身的特点选取中频系数嵌入水印信息,采用高斯混合概率密度模型来拟合加入水印的中频系数。其次,依据这种非高斯模型的特点,设计了一种非线性检测器来检测水印。实验表明这种非线性水印检测器具有很好的鲁棒性,对于加高斯噪声、重采样、重量化、MPEG压缩、Chebyshev低通滤波等多种攻击都具有较好的抗攻击能力。

基于NSCT的自适应乘性水印局部最优非线性盲检测算法

图像水印算法研究是多媒体技术领域中的重要议题。比较并结合当前两类主流的图像水印算法,提出了一种基于非下采样Contourlet变换的自适应乘性水印算法。借鉴Barni的"pixel-wise masking"模型和冗余小波域掩盖效应建模的做法,建立非下采样Contourlet变换域掩盖效应计算模型。用广义高斯分布模型和Cauchy分布模型描述非下采样Contourlet变换系数的统计特性,将水印的检测问题表述为一个复合假设检验。通过理论推导分别建立了乘性水印的两种局部最优非线性盲检测器及检测门限的自适应确定方法。实验结果表明,非下采样Contourlet变换域掩盖效应计算模型使得水印嵌入算法具有良好的视觉不可见性,两种检测器在无原始图像和自适应嵌入强度系数参与检测的情况下均能准确地检测到水印信息的存在。实验结果同时显示,基于Cauchy分布的盲检测器在检测效果和检测时间方面优于基于广义高斯分布的盲检测器。

数字图像多水印算法中的随机共振检测器研究

主要研究了一种基于随机共振检测器的数字图像多水印算法。首先将多水印信息调制为不同码率的二进制脉冲幅值调制信号,然后选取图像DCT域中不同段中频系数进行置乱,依据加性数字多水印的嵌入算法,对于数字水印信息的加密过程进行了改进。这种多水印信息的特点使得双稳态非线性系统成为一种比较合适的检测器。这种非线性检测器具有较好的鲁棒性,可以检测出不同码率的数字多水印。实验表明,这种加密和检测方法对于噪声污染、JPEG压缩和剪切等多种攻击具有较好的效能。

一种非线性数字水印的改进方法

主要研究了一种非线性数字水印的改进算法。首先利用差错码控制对数字水印信息进行编码,然后将水印信息调制为二进制脉冲幅值调制信号。依据图像本身视觉和细节特点选取不同段的DCT中频系数进行Arnold置换,并将同一水印分别进行嵌入。采用具有较好鲁棒性的非线性饱和检测系统来提取水印信息。这种改进的水印算法对于噪声,滤波,剪切,压缩等多种攻击具有较好的鲁棒性和抗攻击能力。

基于阈上随机共振现象的弱信号检测

为了说明当信号幅值处于系统阈值上时,噪声依然对信号起到增强作用,研究了加和网络模型中的随机共振现象,并且将该模型作为线性检测器的预处理器以构成非线性检测器,来进行对弱信号的检测研究。在搭建的非线性检测器中采用奈曼皮尔逊准则对信号做出判决。仿真结果表明:在加和网络模型中观察到了阈上随机共振现象,且非线性检测器的检测性能明显优于线性检测器。这为强噪声环境中提高弱信号检测问题开辟了一条新思路。

一种改进的微弱NQR信号检测算法

核四极矩共振(NQR)是一种固态射频谱分析技术,可用于检测高危险爆炸物.然而NQR信号本身非常弱,并且易受线圈的热噪声和外部射频干扰的影响,低信噪比限制了NQR的实际应用.该文提出一种改进的微弱NQR信号检测算法.首先利用Hankel矩阵方式下奇异值分解的方法,有效地抑制射频干扰和噪声,并将NQR信号分离出来.然后提出了一种基于MUSIC谱估计的非线性最小二乘检测器,它既保证了高的频率分辨率,又大大降低了运算量.仿真数据和实测数据结果表明该算法的有效性.

水印算法在彩色图像处理方面的应用研究

主要对DCT域彩色图像水印算法进行了改进.利用彩色图像的DCT系数排序之后的分布特征,将Barni关于DCT域彩色图像水印乘性算法转变为一种加性算法,并由此推导出一种非线性水印检测器,形成了一种鲁棒性强的水印算法,以期达到更高的检测率.实验证明这种改进的水印算法对于噪声、滤波、剪切等多种攻击具有较好的鲁棒性和更高的检测率.

Obstacle detection of mobile robot based on data fusion

To study the problem of obstacle detection based on multi-sensors data fusion,the multi-target tracking theory and techniques are introduced into obstacle detection systems,and the exact position of obstacle can be determined.Data fusion problems are discussed directly based on achievable data from some sensors without considering the specific structure of each individual sensor.With respect to normal linear systems and nonlinear systems,the corresponding algorithms are proposed.The validity of the method is confirmed by simulation results.