第 1章 典型混沌系统及混沌遮掩\t001
1．1 混沌的定义与特性\t002
1．2 混沌的分析及判定方法\t003
1．3 常见的混沌系统\t005
1．3．1 Logistic混沌系统\t005
1．3．2 Henon混沌系统\t006
1．3．3 Lorenz混沌系统\t008
1．3．4 Chen混沌系统\t009
1．3．5 Qi混沌系统\t011
1．4 混沌遮掩及保密特性\t013
1．5 本章小结\t013
参考文献\t014
第 2章 正定含噪混沌遮掩及语音信号盲分离\t017
2．1 ICA基本原理\t018
2．2 正定系统模型建立\t019
2．3 数字化编码方式\t020
2．3．1 波形编码\t021
2．3．2 参数编码\t021
2．3．3 混合编码\t022
2．4 二进制判决门限的选择\t024
2．5 语音信号与混沌载体的时频分析\t026
2．6 噪声影响及其分类\t028
2．7 算法的评价指标\t029
2．7．1 定性评价\t030
2．7．2 定量评价\t030
2．7．3 主观听觉感受\t031
2．8 正定含噪系统中语音信号盲分离的实现\t031
2．8．1 无干扰情况下语音信号盲分离\t033
2．8．2 有干扰情况下语音信号盲分离\t046
2．9 本章小结\t055
参考文献\t055
第3章 欠定含噪混沌遮掩及语音信号盲提取\t057
3．1 欠定系统模型建立\t058
3．2 欠定到正定模型的转化\t059
3．3 经验模态分解算法\t060
3．4 欠定含噪系统中语音信号的盲提取\t062
3．5 算法可行性分析与验证\t064
3．5．1 无干扰情况下语音信号盲提取\t064
3．5．2 有干扰情况下语音信号盲提取\t072
3．6 本章小结\t077
参考文献\t077
第4章 时频分析与欠定图像分离算法\t079
4．1 信号模型与设计\t080
4．2 基于特征向量聚类的混合矩阵估计\t082
4．2．1 特征向量提取\t082
4．2．2 特征向量聚类\t083
4．3 源信号分离\t084
4．3．1 Lp范数最小化模型\t084
4．3．2 拉格朗日数乘法\t085
4．4 算法实现\t086
4．5 仿真实现与性能分析\t086
4．6 本章小结\t089
参考文献\t090
第5章 基于序贯削减技术的图像盲提取算法\t093
5．1 基于虚拟接收阵元的序贯削减技术\t094
5．1．1 欠定系统模型\t094
5．1．2 经验模态分解原理\t095
5．1．3 顺序提取和削减处理\t096
5．2 EMD单分量补足法的图像盲提取\t097
5．2．1 单分量补足法模型\t097
5．2．2 单分量补足法的仿真实现及性能分析\t098
5．3 EMD多分量补足法的图像盲提取\t103
5．3．1 多分量补足法模型\t103
5．3．2 多分量补足法的仿真实现及性能分析\t104
5．4 本章小结\t109
参考文献\t109
第6章 噪声对盲提取的影响\t111
6．1 引言\t112
6．2 信源噪声的影响分析\t112
6．2．1 信源噪声模型\t113
6．2．2 信源噪声模型的仿真实现及性能分析\t113
6．3 接收传感器分布噪声的影响分析\t117
6．3．1 接收传感器分布噪声模型\t117
6．3．2 基于动态噪声相关度的接收传感器模型\t118
6．3．3 动态接收传感器噪声模型的仿真实现及性能分析\t119
6．4 信道噪声的影响分析\t126
6．4．1 信道噪声模型\t126
6．4．2 信道噪声模型的仿真实现及性能分析\t127
6．5 本章小结\t132
参考文献\t132
第7章 含噪环境中接收天线低元化技术\t133
7．1 基于信源噪声的低元化提取技术\t134
7．1．1 信源噪声干扰的低元化提取模型\t134
7．1．2 信源噪声背景下的低元化提取技术实现\t134
7．2 基于接收传感器分布噪声的低元化提取技术\t139
7．2．1 接收传感器分布噪声干扰的低元化提取模型\t139
7．2．2 接收传感器分布噪声背景下的低元化提取技术实现\t139
7．3 本章小结\t145
第8章 信源噪声与VMD分量补足算法\t147
8．1 引言\t148
8．2 信号模型与设计\t149
8．3 变分模态分解算法\t149
8．3．1 VMD算法介绍\t150
8．3．2 VMD变分问题的构造与求解\t150
8．3．3 VMD算法实现步骤\t151
8．4 图像信号VMD分量补足分离算法的实现\t152
8．5 仿真实验与性能分析\t153
8．5．1 仿真设计\t153
8．5．2 噪声对仿真性能的影响分析\t154
8．6 本章小结\t159
参考文献\t159
第9章 混沌遮掩图像分离及噪声影响分析\t161
9．1 欠定混沌遮掩系统设计与实现\t162
9．1．1 系统模型与设计\t162
9．1．2 算法实现步骤\t163
9．2 仿真实现与性能分析\t164
9．2．1 仿真设计\t164
9．2．2 信道噪声对仿真性能的影响分析\t166
9．2．3 单通道噪声对仿真性能的影响分析\t172
9．3 本章小结\t178
参考文献\t178
第 10章 混沌与压缩感知理论的研究现状\t179
10．1 研究背景与目的意义\t180
10．2 国内外研究现状\t182
10．2．1 混沌理论及相关理论发展\t182
10．2．2 压缩感知理论发展\t183
10．2．3 混沌与压缩感知结合的研究进展\t184
10．3 本章小结\t185
参考文献\t185
第 11章 压缩感知理论\t189
11．1 压缩感知理论框架\t190
11．2 信号的稀疏性表达\t192
11．3 压缩感知的测量矩阵\t194
11．4 压缩感知的重构算法\t194
11．5 本章小结\t197
参考文献\t197
第 12章 图像重构及性能评价体系\t199
12．1 引言\t200
12．2 重构图像的质量分析\t200
12．3 重构图像的安全性分析指标\t201
12．4 本章小结\t203
参考文献\t203
第 13章 基于新三维超混沌的图像压缩感知与重构\t205
13．1 引言\t206
13．2 新三维离散超混沌系统\t207
13．3 新三维离散超混沌系统的性能分析\t207
13．3．1 李雅普诺夫指数\t208
13．3．2 混沌系统的分岔图\t209
13．3．3 混沌系统的复杂度\t210
13．4 测量矩阵的构造与验证\t211
13．5 图像压缩感知实验仿真与分析\t213
13．5．1 探究重构算法对图像重构的影响\t214
13．5．2 探究压缩比对图像重构的影响\t215
13．5．3 不同测量矩阵的重构效果对比\t217
13．6 本章小结\t219
参考文献\t219
第 14章 基于超混沌的图像压缩感知加密算法\t221
14．1 引言\t222
14．2 加解密方案设计\t222
14．2．1 图像加密算法\t224
14．2．2 图像解密算法\t225
14．3 加解密方案仿真实验\t225
14．4 加密算法的安全性分析\t228
14．4．1 NIST测试\t228
14．4．2 密钥空间\t229
14．4．3 直方图分析\t230
14．4．4 信息熵分析\t232
14．4．5 相邻像素相关性分析\t233
14．4．6 抗差分攻击能力分析\t233
14．5 本章小结\t235
参考文献\t235
中英文对照表\t237
名词索引\t239
鄂公网安备 42010302001612号 