基于LPC倒谱失真代价的自适应VoIP隐写方法研究.pdfVIP

基于LPC倒谱失真代价的自适应VoIP隐写方法研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第4期 无线互联科技 No.4 2017年2月 Internet Technol0gY February,2017 基于LPC倒谱失真代价的自适应VI=》IP隐写方法研究 岳 鹏 (南京理工大学,江苏 南京 210094) 摘 要:网络电话由于其庞大的用户量和数据流的持续性,已成为隐写术最重要的载体类型之·。基于此,文章提出了一种基 于线性预测编码倒谱失真代价的自适应隐写方法。在通用小波相对失真函数的基础上,笔者对平均线性预测编码倒谱失真 展开分析,设计了线}生预测编码倒谱失真代价函数。利用该失真代价函数,结合网格码确定语音帧线性预测编码倒谱系数修 改位置.完成秘密信息的嵌入。语谱图分析与感知语音质量评价标准实验结果表明,该方案相比较于当前典型网络语音隐写 方案在安全性上具有明显提升。 关键词:网络语音;隐写术;矩阵嵌入;失真代价函数 隐写术是利用数字载体的冗余来实现秘密信息嵌入, 隐写流程为:给定一幅载体图像斯 口对应的隐写图像】, 图像、音频、视频等静态载体是传统隐写术的主要研究对 使用式 (1)第后层得到的第/11,个小波系数,将JPEG图像斯 口y 象u。]。近几年,随着网络语音、视频点播等流媒体技术的快 分解到空域,然后使用小波变换,得到 口y,J、波系数两者相 速发展,在以网络电话 (VoiceoverIP,VoIP)为代表的网络 减得到的方向残差与 的小波系数相比即为其失真代价,模 流媒体中进行隐写己成为当前隐写术研究的热点内容之一。 型如下: 近几年,随着网络语音VoIP、视频点播等流媒体技术的 快速发展,流媒体流量已成为互联网最重要的流量类型之 !: : 2 一 Df,y1: 、 。 VoIP是当中最典型的流媒体类型,其利用分组交换协议 K=1u=lv=l D+十}II。.:.)fI、A1Illl 进行通信,相较传统电话效率更高、成本更低,大有取代传统 电话的趋势。以VoIP为代表的流媒体隐写也因此成为当前隐 其中,D代表失真代价,k=-I,2,3代表小波分解后的子带, 写术的研究热点4[】,VoIP流量作为隐写载体具有载体长度 1/={1,…, },v={1,…,n:},为稳定常数,用于计算稳定计 不固定、取证困难、行为隐蔽性高、嵌入容量大的显著优势, 算,W~DCT域中的小波系数的方向残差。 对具有高安全性的自适应VoIP隐写技术以及实用隐蔽通信 2 LPC倒谱失真函数设计 原型系统展开研究对当前开放互联网环境下的通信信息安 在评价低速率语音质量时,由于低速率语音与通常所说 全具有非常重要的意义。 的空域语音有所不同,因此评价方法也有所差异。通常的空 1 通用小波相对失真函数 域语音有波形信号特征,可以利用信噪比、感知语音质量评 当前图像隐写领域应用最广的失真代价函数包括HUGO 价标准 (PerceptualEvaluationofSpeechQuality,PESQ)来 失真函数 以及通用小波相对失真函数 (UniversalWavelet 评价语音质量,但是低速率语音不保留语音信号波形特征, RelativeDistortion,UNIWARD) ,本文重点对UNIWARD 只是将波形信号特征转换为声道模型参数,所以无法用之 展开研究,其按适用域不同分为S.UNWARD (Spatial 前提到的方法来衡量语音信号的好坏。通常意义上来说,人 UniversalW aveletRelativeDistortion),J。UNIWARD 耳对相位信息不敏感,但是由低速率语音编码得到的信号相 (Non.sideInformed)和SI.UNIWARD (SideInformed)3 位极大可能与

文档评论(0)

聚文惠 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档