基于奇异值分解的抗几何失真数字水印算法

设计抗几何攻击的数字水印算法是数字水印技术研究中的难点,也是数字水印技术实用化的一个瓶颈.利用奇异值分解的原理,提出了一种基于奇异值分解的抗几何攻击数字水印算法.该算法对图像的频域幅度值进行分块奇异值分解,通过修改SVD的最大奇异值嵌水印.实验结果表明:该算法对抗平移、缩放、旋转、剪切等几何攻击,具有很好的鲁棒性.     

RDWT和NVF的自适应彩色图像水印算法

提出一种基于冗余小波(RDWT:Redundant Wavelet Transform)和噪声可见度函数(NVF:Noise Visibility Function)的彩色图像水印嵌入新算法,该算法利用主体图像的稳态广义Gaussian模型描述图像的局部特性,建立了水印信息的加权系数计算公式。在水印嵌入过程中先对主图像在YIQ空间的Y分量进行RDWT变换。同时利用NVF函数对经过加密变换的水印进行加权处理,然后利用奇异值分解将水印嵌入到变换域复杂纹理和边缘区域。实验结果表明该算法在保证水印不可见性的同时能很好地抵抗多种几何攻击和图像处理攻击,实现了水印鲁棒性、不可见性和容量的统一。     

一种基于Hadamard变换与SVD的彩色图像双水印算法

针对实际应用中彩色图像的版权保护问题,提出了一种结合Hadamard变换与奇异值分解（SVD）的非盲水印算法。实验证明,该算法对加噪、JPEG压缩、剪切、缩放和旋转攻击均有较强的抵抗力,具有较好的实用价值。     

增强小波系数的飞行数据奇异值阈值降噪

针对飞行数据降噪问题,提出了增强小波系数的飞行数据奇异值阈值降噪算法.结合小波系数噪声自相关函数进行飞行数据的最佳分解层小波分解,对高频小波系数先进行增强预处理再进行SVD分解,运用奇异熵理论确定奇异值重构阶次,采用奇异值阈值对小波系数进行处理并重构,得到降噪数据.仿真实验表明,本文算法能获得较高的信噪比,改善了数据质量.     

基于空间时频分布的欠定混合信号源个数估计

针对欠定混合信号的源个数估计问题,提出了一种基于空间时频分布与奇异值分解的估计算法,把所有自源时频点对应的空间时频分布矩阵组成三阶张量,把欠定混合问题转化为超定问题,通过对三阶张量对应的矩阵进行奇异值分解估计出源信号的数目,该方法不需要假设源信号是稀疏的或独立的,理论分析和仿真结果验证了算法的有效性.     

基于奇异值分解的潜艇磁场推算

针对潜艇磁性防护,基于磁偶极子阵列模型,建立了潜艇磁性目标高精度磁场计算模型。提出了利用奇异值分解的方法对模型进行求解,利用该求解算法进行了模型计算与实测数据比对,结果表明,该计算方法能够有效适用于计算高精度潜艇磁场。基于奇异分解的方法计算了潜艇高空磁场,计算结果可供潜艇防护磁性探测参考。     

多站时差定位中的病态性分析及其改善方法

在多站时差定位过程中,传统定位算法在传感器布站不合理的情况下通常会表现出明显的病态性,其导致定位结果不稳定、精度低。针对此问题,首先分析了时差定位过程中病态性产生的物理场景,并通过奇异值分解揭示了病态性的本质;其次根据时差定位观测矩阵的特征值分布特点,提出了一种改进的多站时差定位改善方法,该方法基于LS估计信息矩阵的条件指标进行奇异值修正,兼顾了目标定位的分辨率与方差,能显著提高多站时差目标定位的精度和稳定性,且没有增加系统和算法复杂度;最后将该算法与传统算法进行了仿真比较,结果证明了该算法优越性。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

靶场多传感器网络的一种数据融合方法

针对靶场多传感器网络面对的非破坏性攻击问题,对数据融合的抵抗攻击方法进行了研究。由于传统最优化穷尽搜索法过高的复杂度,且抵抗攻击成功率很低。为此设计了一种简单的数据融合方法,可在保证误警率和漏检率尽量低的情况下,使得算法复杂度降低。进一步对该算法进行了改进,使得算法复杂度在优于最优化穷尽搜索法的情况下,更好地保证了误警率和漏检率。     

基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取与识别

针对磁记忆检测中缺陷信号持续时间短且频率范围小的特点,为提取磁记忆信号的有效特征,根据矩阵奇异值的特点,提出一种基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取方法．通过将时频分布矩阵从时间轴和频率轴分别划分为不同局部矩阵,提取出各矩阵的奇异值来构造特征向量．然后,将构造的特征向量作为支持向量机的输入向量对不同检测区域的金属磁记忆信号进行识别．实验结果表明：基于Wigner—Ville分布及局部奇异值分解算法构造的特征向量能有效提取磁记忆信号的特征信息,提高支持向量机的识别精度．