互联网和多媒体技术的迅速发展,给人们带来极大的方便,同时也容易导致非法复制和肆意传播多媒体的问题,从而对多媒体所有者的知识产权造成侵害。随着数字音乐作品的广泛传播,对音频作品的版权保护显得迫在眉睫,鲁棒数字音频水印技术近年来己成为版权保护领域的研究热点之一。本文致力于鲁棒数字音频水印算法研究,主要工作如下:1、针对现有的基于心理声学模型Ⅰ的音频水印算法在提取水印时,需要原始音频信号,为非盲提取方案,或者通过相关计算来提取,计算复杂度较高等问题,本文提出一种基于心理声学模型Ⅰ的鲁棒数字音频水印改进算法,通过混沌序列的稳定排序选择水印嵌入频率点,然后按照对应频率点处的掩蔽阈值分情况控制水印的嵌入强度。该算法具有计算量小、提取方案简单、与现有压缩标准相适应的优点。2、针对基于传统傅立叶变换的水印算法频率变换点集合固定,可能导致安全隐患的问题,本文提出基于非均匀傅立叶变换的鲁棒数字音频水印改进算法。该类算法通过频域幅度系数比较的思想实现水印嵌入,能有效解决一类量化水印算法抗恶意攻击能力差的缺点。同时该类算法采用以非线性动力学滤波器为基础的伪随机序列发生器构造跳频序列来选择频率变换点集合,有效提高了系统的安全性。3、针对远程说话人识别系统以及数据库分布式说话人识别系统存在易受网络重放攻击的缺陷,本文给出一种基于非均匀傅立叶变换的“时间戳”水印量化算法,通过把时间戳水印嵌入待识别用户的语音样本/语音特征信息中,可以有效解决此类缺陷。同时考虑到算法在网络环境下的实用性,算法设计中采取了混沌加密和纠错编码、混沌同步序列搜索、混沌置乱等安全措施。