тически каждый из этих фильтров (но не оба сразу) может быть FIR-фильтром. Если это имеет место для Ғ2, то внесенные изменения проявятся только на небольшом участке файла Dat'S. Если же F2 есть IIR-фильтр, то изменения в файле Dat3 будут «размазаны» по большому участку. Интуитивно понятно, что во втором случае эти изменения обнаружить труднее. Наша ближайшая цель установить, от каких параметров фильтра зависит степень скрытности получившихся изменений. Рассмотрим простейшую ситуацию. Исходный сигнал Dat = (х[0],х[1],. . . ) , a RF и IF имеют вид (3.2) F1 : у[п] = х[п] + Сое ■х[п — 1]; F2 : х[п] —- Сое ■х[п - 1] + у[п], |а| < 1. Следующие скрипты поясняют проведение эксперимента. Изменялся параметр фильтра Сое. Фильтры FI и F2 поочередно применяются к водяному знаку. Результаты эксперимента в графической форме представлены на рис. 3.6 и рис. 3.7, а код помещен в скрипт 24. Скрипт 24. Сравнение фильтрации случайного ЦБЗ с помощью FIR- и IIR-филътров Pos = 500 N = 250 Fi leLen = 1000 Сое = 0 . 9 7 Wtr = np.random.randот (N) - 0 . 5 Dat = np . z e r o s (F i l eL en ) # FIR фильтр B=[ 1 . ,Coe] A = 1. W,H = s gn . f r eq z (B ) Hm = max(abs(H)) Da t [Po s :Pos+N] += Wtr Dat l = s g n . I f i l t e r (В, 1 . ,Dat)/Hm p i t . p l o t ( D a t 1 , ’k ’ )
RkJQdWJsaXNoZXIy MTExODQxMg==