MIMO信息隐藏算法容量研究

探讨MIMO的信息隐藏算法容量研究

摘要：就siso而言，其信息的隐藏量因信息通道的有限性，限制了信息隐藏容量。立足于目前mimo的信息隐藏量研究，我们发现研究的成果仍处于基本容量的研究阶段。为此，该文基于容量的相关信息分析，旨在创新研究思路，并突破原有文献的容量限，给大家提供一些参考。

关键词：mimo 信息隐藏算法容量研究通信

中图分类号：tp309 文献标识码：a 文章编号：1674-098x （2012）12（c）-00-01

一直以来都是通过在传统通信理论的基础上针对信息隐藏容量

进行相关研究的，传统通信系统采用单输入单输出信道，而mimo

系统以“两多”为信道，即“多输入多输出的”信道模式，以构成多样化的系统空间，这样就实现了信息数据的传输具有足够的空间。并且，在空时编码的形式下，信息系统的容量的可靠性和清晰性得到明显的提高。

1 图像信息下的mimo隐藏信道容量

关于信道的输入、输出，很大程度上依托于信道模式，而信道模型是基于随机变量而形成连续取值。并在模型中是加性高斯噪声的，以实现单位时间内，高容量、高速度的信息传输。于是，在对于加性高斯噪声的具体计算中，其计算表达式如下：

式中：s为信号功率，n为噪声功率，s/n为信噪比（signal to noise ratio）。101g s/n表示信噪比，且单位是（db）。s/n表示信噪比

是10分贝（10的信息通道下）一次下去，当在1000信道的模式下，信噪比即为30分贝。

理想的信息通道应该数awgn，目前的mimo的信息隐藏研究多是立足该模型而进行分析。现假设，隐藏信息的载体是图像，并基于（1）式把图像以信道的形式进行呈现，这种情形下的容量是平均的；而在独立的amgn的信息通道下，图像的像素可以被较好的计算出所谓的水印容量。再在高斯信道的理论基础下，可以完善的计算出图像的整体水印容量。这里，我们把图像分解成独立的单一元素，并在独立的信道下计算出水印容量，进而依次以累加的方式计算出整个图像的水印容量。这种累加的计算方法看是可行，但是不合理科学。据此，该文以整个图像为信道，并在（1）下下计算出图像的水印容量。当然，在利用（1）式的计算中，我们可以不必考虑信道宽（w）假设，图像的基本参数如下：尺寸n ×n；相宽w；像素m。在奈奎斯特频率下，进行数据信息的采样。这里，采样点在h（单位时间）内应控制在3w以上，而信息的有效传输则需要控制好宽带，一般像素的宽带是w·m/2。

假设，加性高斯白（y=+e）为信息通道，所摄入的噪声为高斯白噪声（限带）。一个单位周期（0，t]）内，采样统计应该有2t个的独立统计点，且每一信号样本，其功率控制在ps=；每个噪声的样本，其功率应该是pn=。

对于信息的接受而言，平均互信息i（x；y）可以表示为符号y 的信息传输量，也就是说，平均信息互换可以视为信息传输率。不

过，max（最大信息传输率）仍作为信道的容量，及表示为c=max[i （x；y）]=max，[h（y）-h（y/x）]。

熵和条件熵分别为h（y）=log和h（y/x）=log 。

因此，在单位周期时间（[o，t ]）内，信息通道的容量为：c=。单位时间的容量公式如下：c=

对于该式：在以2为对数底数时，其方可转化为标准容量单位（bit/s）。

信道干扰源是多样化的，其中高斯白就是危害程度最严重者之一。所以，非高斯噪声下，噪声信道的容量>理想公式（香农公式）的计算值。为了形成稳定条件下的信息容道，噪声p和w可以在香农公式的计算下进行很好地转换。据此，在（2）式中，我们知道w、p越大，其信息容量就会越大。

2 基于mimo系统的信息隐藏容量研究

假设，在mimo系统中具有m根天线（位于发射端），而在信息的接收段其具备n根天线，且系统的总功率是p。所以发射状态下单根天线的功率是p/m，且接与发的总功率应该为序在相等p值之内。同时，在加性高斯噪声的干扰之下，信道接收天线的信息功率应该在σ2。因此，单根天线的噪声接收率应为。此时引入矩阵h（m×n），其表示为信道的传输函数，且h的变化是以hh的共轭形式进行。关于稳定性的siso信道，其单输入下的m=n=1，所以矩阵h为1、信噪声率为x。进而，在香农公式的转换下，信道可以化为统一的标准形式：c=log2。

对于多输入多输出（mimo）信道，则信道容量可以表示为c=

log2[det（imin+）q] 矩阵q的定义为q=。立足于纯理论，h系统下的信道，其容量应该是siso系统容量的n倍

以上。

3 相关数据对比

在mimo和siso系统的比较分析下，我们可以知道，当 snr=0时，mimo 比siso隐藏信息容量大约增加1 bit/s，在snr=5时，大约增加 2 bit/s，而当snr=20时，两者之间相差6bit/s。所以，在信息隐藏量上，mimo大于siso，且容量的增加量以snr的形式表现出来。

4 结语

总之，在mimo的推导分析之下，不仅考虑了信息隐藏的若干特性和因素，也审视了容量研究的未来方向，就分析的诸多需求进行入手，为mimo系统的跨越式研究奠定了良好的理论基础。

参考文献

[1] 李洪安，刘晓霞，朱玲芳，等.基于分存的多幅图像信息隐藏方案[j].

计算机应用研究，2009，12（30）：1021-1022.

[2] 黄国超，王衍波，张凯泽.基于unicode编码的信息隐藏算法研究与设计[j].计算机技术与发展，2011，10（22）：2209-2210.

[3] 贾玉珍，靳冰.基于图像的双重信息隐藏算法研究[j].南阳理工学院学报，2010，2（9）：2300-2301.