| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-25页 |
| 1．1 课题研究背景和意义 | 第10-11页 |
| 1．2 数字水印技术概述 | 第11-17页 |
| 1．2．1 数字水印的概念 | 第11页 |
| 1．2．2 数字水印原理及模型 | 第11-14页 |
| 1．2．3 数字水印的基本特征 | 第14页 |
| 1．2．4 数字水印的分类 | 第14-16页 |
| 1．2．5 数字水印的发展状况 | 第16-17页 |
| 1．3 数字音频水印简述 | 第17-24页 |
| 1．3．1 数字音频水印的概念 | 第17页 |
| 1．3．2 鲁棒数字音频水印模型 | 第17-19页 |
| 1．3．3 数字音频水印攻击分析 | 第19-20页 |
| 1．3．4 数字音频水印算法的研究及存在问题 | 第20-22页 |
| 1．3．5 数字音频水印的评价标准 | 第22-24页 |
| 1．4 本文的主要研究内容 | 第24-25页 |
| 2 数字音频水印基础 | 第25-35页 |
| 2．1 数字音频信号特征分析 | 第25-29页 |
| 2．1．1 数字音频信号的表示 | 第25页 |
| 2．1．2 音频信号的传送环境 | 第25-26页 |
| 2．1．3 心理声学模型 | 第26-29页 |
| 2．2 神经网络概述 | 第29-34页 |
| 2．2．1 人工神经元模型 | 第29-30页 |
| 2．2．2 BP神经网络结构及原理 | 第30-34页 |
| 2．3 小结 | 第34-35页 |
| 3 基于心理声学模型的小波域数字音频水印算法 | 第35-59页 |
| 3．1 引言 | 第35-41页 |
| 3．1．1 小波变换概述 | 第35-37页 |
| 3．1．2 基于量化调制的水印嵌入原理 | 第37-41页 |
| 3．2 基于心理声学模型的数字音频水印算法实现 | 第41-51页 |
| 3．2．1 数字水印预处理 | 第41-42页 |
| 3．2．2 数字水印算法中同步码的应用 | 第42-43页 |
| 3．2．3 基于离散小波变换的数字音频水印嵌入算法 | 第43-44页 |
| 3．2．4 数字音频水印算法中心理声学模型的应用 | 第44-49页 |
| 3．2．5 基于心理声学模型的数字音频水印提取算法 | 第49-51页 |
| 3．3 仿真实验 | 第51-57页 |
| 3．3．1 数字水印不可感知性测试 | 第52页 |
| 3．3．2 数字水印嵌入容量测试 | 第52-53页 |
| 3．3．3 数字音频水印算法鲁棒性测试 | 第53-57页 |
| 3．4 小结 | 第57-59页 |
| 4 一种基于神经网络的数字音频水印算法 | 第59-68页 |
| 4．1 基于BP神经网络的数字音频水印算法实现 | 第59-64页 |
| 4．1．1 数字水印的生成 | 第59-60页 |
| 4．1．2 数字音频水印的嵌入算法 | 第60-62页 |
| 4．1．3 数字音频水印的提取算法 | 第62-64页 |
| 4．2 仿真实验 | 第64-66页 |
| 4．2．1 数字水印的不可感知性测试 | 第65页 |
| 4．2．2 数字水印的安全性测试 | 第65页 |
| 4．2．3 数字音频水印算法的鲁棒性测试 | 第65-66页 |
| 4．3 小结 | 第66-67页 |
| 4．4 算法尚需改进的地方 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 5．1 本人所做的工作和特点 | 第68页 |
| 5．2 进一步研究内容和数字水印技术展望 | 第68-70页 |
| 5．2．1 理论框架 | 第69页 |
| 5．2．2 评价标准 | 第69页 |
| 5．2．3 系统完善 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录A 临界频带分类 | 第73-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75-76页 |
| 大连理工大学学位论文版权使用授权书 | 第76页 |