基于回声的音频水印算法.docxVIP

张道德 UCAS第4题基于回声的音频水印算法利用回升嵌入水印的算法是一种经典的音频水印算法。它利用了人类听觉系统的一个特性：音频信号在时域的后向掩码作用，即弱信号在强信号消失之后变得无法听清。4.1算法介绍设音频序列，按照下式即可得到含有回声的音频序列：其中是信号和回声间的延时，一般取，为衰减系数。在回声编码中通过修改来嵌入水印信息，水印嵌入流程图如下：对音频数据文件，先将其分成若干包含相同样点数的片段，每个片段时间约为几个到几十个毫秒，样点数记为。每段用来嵌入一比特的水印信息。在水印嵌入阶段，对每段信号使用前面的回声序列构造方式，选择则在信号中嵌入比特0，选择则在信号中嵌入比特1。延时和是以人耳听不到回声信号为准则选取，最后将所有回声信号段串联成连续信号。回声编码中水印提取流程如下图：对一个音频回声信号，水印提取关键在于确定回声的延时。利用复倒谱可将回声从原始信号中分离出来。设回声信号的复倒谱自相关为。由于引入回声的延时只有和两种可能，因此，只有比较在和处的取值，根据其中较大者即可判断回声延时，从而确定嵌入的一比特消息。Def用归一化相关系数计算两个向量的相似性，表达式是这样的：分子是两个向量的内积，分母分别是两个向量的模。4.2 编程实现与分析4.2.1 回声水印算法的程序实现与分析在本试验嵌入过程中，我们选取音频数据为440000个，每4400（即）个音频数据中嵌入1比特信息，因此最多嵌入100比特的信息。首先我们将这440000个音频数据存储在维数的矩阵当中，选取，即当嵌入比特信息，当嵌入比特信息，其中，为衰减系数。在本试验信息提取过程中，我们将存储嵌入信息的440000个音频数据存储在维数的矩阵当中；然后在每一次提取1比特信息的过程中，首先对这4400个音频数据分别进行DFT、复对数、IDFT变换；最后比较与，得到1比特嵌入信息。在本试验中，我们选择的嵌入信息为100比特随机选择的信息。我们取衰减系数，运行很多次的实验结果都很理想，我们选取10次实验数据如下表：次数12345678910误码率3.00%3.00%2.00%2.00%1.00%2.00%2.00%2.00%3.00%2.00%相关系数96.95%97.28%97.80%97.59%99.01%98.13%98.20%98.10%97.28%98.06%表4.1 误码率与相关系数表但是，但我们取其他数值时（从0开始增加）就会出现波动如下表：衰减系数00.020.040.060.080.10.120.140.160.18误码率50.00%47.00%29.00%16.00%8.00%5.00%4.00%2.00%1.00%2.00%相关系数49.24%45.24%64.17%82.73%91.68%95.43%95.55%97.59%99.01%98.13%表4.2衰减系数与误码率、相关系数的关系表根据上述表格可以绘制如下图图4.1衰减系数与误码率、相关系数的关系图结论：看见为了使误码率减小，相关系数增大必须相应的衰减系数必须增大。4.2.2 程序编码%************************************************************************************基于回声的水印嵌入算法①嵌入水印算法function [AudioArray,TextLength,fs,bits]=EchoWater(AudioName,InsetText,h)%AudioName为音频的名称；%InsetText为嵌入文本信息；%AudioArray为嵌入文本信息后的数组；%TextLength为嵌入文本信息的长度信息；%h为衰减系数；%fs表示采样频率（HZ）,bits表示量化位数，用于还原成声音%注：该算法设置为最多嵌入１００比特信息，每4400个声音中嵌入1bit信息；%即我们在此算法中取N=4000，嵌入1时，取m=200；嵌入0时，取m=300。[AudioArray,fs,bits]=wavread(AudioName);%读取声音AudioLength=length(AudioArray);ifAudioLength440000disp(音频长度太短)endTextLength=length(InsetText);ifTextLength100disp(嵌入信息长度过长，只最嵌入１００比特)end%********************************************************************************%回声水印算法%延时200个点代表“1”，延时300个点代表“0”。y=AudioArray(1:440000);N=4400;L1=100;y=