forest_LL的博客

​一. 空间分集（space diversity）二. 系统模型三. 尝试性译码四. 最大比合并算法五. 波束赋形六. 译码七. 写在最后一. 空间分集（space diversity）在接收端实现空间分集最常见有两种：一个叫选择性合并（selection combining）；另一个就是本文的主题叫最大比合并。其实最大比合并算法可以看成在接收端实现波束赋形（generalized beamforming）。二. 系统模型假定某个无线系统有一根发射天线（

一. 码表索引值替换方法音频编码器在熵编码过程中使用多个哈夫曼表来编码量化DCT系数，所以相同的量化系数可以采用不同的哈夫曼码表进行编码，此处可以理解为哈夫曼码表的选择存在冗余性。毫无以为，码表在选择是有最优选和次优选。因此，压缩标准选择最优的哈夫曼表有两个判定依据如下：所选择码表中的码字必须能对编码区中数值最大的QMDCT系数进行编码（此为必要条件）。 编码的比特总数要最小。从这个方向出发，可以利用标准中哈夫曼码表的冗余性来隐藏秘密信息而不引起明显的听觉变化。与此同时，也可以构造特定的哈夫..

前言隐写术是一门关于信息隐藏的技巧与科学，所谓信息隐藏指的是不让第三者知晓信息的传递。隐写术的英文名叫做Steganography，起源于德国的一位修道士特里特米乌斯的著作《steganographia》。隐写技术提供对秘密信息存在性的保护，可以看成是一种保密通信技术和安全存储技术。数字隐写的载体包括音频、图像、视频、文本、网络包。一. 隐写系统模型音频隐写对抗模型包括三个实体和两个系统。三个实体：隐写者、接收方和隐写分析者。隐写者和接收方利用隐写系统来传递信息。隐写分析者利用隐写分析系

一. 时域低比特位隐写时域低比特位隐写主要从LSB(Least Significant Bit)最低有效位隐写开始，其中包含LSB替换和LSB匹配。根据音频时域波形的16比特样点值进行隐写，可见如下图：如果LSB结合隐写码，可实现自适应嵌入。二. 回声隐藏法回声本来是一个物理现象，解释的是声波在传播的过程中，碰到大的反射面（例如建筑物的墙壁，大山），在界面会发生反射，人们把能够与原声区分开的反射声波叫做回声。根据此现象，可设计回声隐藏法。回声隐藏法最早是由Bender等人提出来的..

目录前言一. 马尔科夫特征集1.1 提取AMDCT系数矩阵1.2 计算差分矩阵1.3 计算转移概率1.4 特征优化二. 深度学习的应用2.1 概述2.2 两种隐写分析框架2.3 网络模型基础部件系列文章前言专用隐写分析方法是针对特定算法而设计的，所以通用性很弱；相反地，通用隐写分析比专用隐写分析具有更强的普适性，可以检测出多种隐写方法。传统的通用隐写分析模型又被称之为盲隐写分析模型，主要包含隐写特征分析和分类器的选取。随着机器学习的发展，进而出现了

前言在之前的系列文章中，已经讨论了编码参数域的隐写。本文章将从另一个嵌入域方向叙述隐写：熵编码域。对于编码参数域来讲，修改编码参数将引起很多关联的频域系数发生改变，对音频的内容修改很大，也不能精确控制，最终导致对统计特性的改变也很大。相反地，量化系数修改方式更加接近原子操作，能够定量精确控制音频内容质量修改和噪声扩散。当然，随意修改熵码字也会导致码流膨胀，进一步导致编码器崩溃。从可行性角度来看，隐写算法要兼容编码标准、有约束地修改量化系数，保证修改后的哈夫曼码流的长度保持不变。一. 三种基本..