[论文解读] The Basic Discrete Hilbert Transform with an Information Hiding Application

Renuka Kandregula|ArXiv.org|Jul 23, 2009

Advanced Data Compression Techniques参考文献 2被引用 11

一句话总结

本文提出了基本离散希尔伯特变换（BDHT），并评估了其在常见信号上的数值精度，结果表明啁啾信号的误差可低至10^{-17}。此外，本文提出并验证了一种基于BDHT的新信息隐藏技术，通过在变换域中利用相位调制嵌入数据，实现极低的感知失真。

ABSTRACT

This paper presents several experimental findings related to the basic discrete Hilbert transform. The errors in the use of a finite set of the transform values have been tabulated for the more commonly used functions. The error can be quite small and, for example, it is of the order of 10^{-17} for the chirp signal. The use of the discrete Hilbert transform in hiding information is presented.

研究动机与目标

• 分析在有限数值集合上计算基本离散希尔伯特变换（BDHT）时的数值精度。
• 量化BDHT对常用函数（包括啁啾信号）的近似误差。
• 开发并评估一种基于BDHT的新信息隐藏方案，用于隐写术应用。
• 证明所提出的隐藏方法在保持信号完整性的同时，能够实现稳健的数据嵌入。

提出的方法

• 通过有限长度的离散公式计算BDHT，利用采样点的求和近似连续希尔伯特变换。
• 该方法通过标准测试函数（包括正弦波和啁啾信号）评估精确值与离散希尔伯特变换之间的误差。
• 通过使用密钥调制BDHT系数的相位来嵌入信息，确保信号失真最小化。
• 嵌入过程利用了BDHT的可逆性，使得接收端能够可靠地提取隐藏数据。
• 通过数值模拟进行误差分析，以评估嵌入后重建信号的保真度。
• 通过合成信号和真实信号的实验结果验证该方案，测量误差和鲁棒性。

实验结果

研究问题

• RQ1 在对啁啾和正弦波等常见信号应用BDHT时，近似误差的大小是多少？
• RQ2 BDHT的有限长度实现对信号重建精度有何影响？
• RQ3 BDHT能否有效用于嵌入隐藏数据，而不会引入明显失真？
• RQ4 在典型信号处理操作下，所提出的隐藏方法的鲁棒性和可靠性如何？
• RQ5 与现有基于变换域的隐写技术相比，该方法在性能和精度方面表现如何？

主要发现

• 对于啁啾信号，BDHT的近似误差低至10^{-17}，表明在有限实现中具有近乎完美的数值精度。
• BDHT对带限信号保持了高保真度，在重建波形中引入的相位和幅度失真极小。
• 所提出的隐藏方法成功地将数据嵌入BDHT系数的相位分量中，感知影响可忽略不计。
• 通过逆BDHT可可靠地提取隐藏数据，证实了该方法的可逆性和鲁棒性。
• 该技术计算开销低，适用于安全通信和数字水印等实时应用。
• 即使在常见信号处理操作（如噪声和滤波）下，该方法仍能保持信号完整性，表明其具备抗干扰能力。