基于手指心電信號分析的個體身份辨識算法研究.pdf

1、在高度信息化的現(xiàn)代社會中，隨著交通、網絡和通訊的飛速發(fā)展，人類的活動范圍越來越大，在實現(xiàn)個體的身份識別的時候，人們面臨的安全問題也越來越嚴重。生物特征識別技術（Biometrics）是運用個體一些獨有的并且長期穩(wěn)定的生物特征進行身份辨識的一種技術，例如虹膜、指紋、臉象和聲音、筆跡、步態(tài)等，具有很高的準確度與可靠度，但也同樣面臨著安全問題，如假冒指紋、虛假虹膜、筆跡的模仿等，所以具備高防偽性的新穎生物特征識別技術迫切需要被提出。心電信號（

2、Electrocardiogram，ECG）包含著人體獨一無二的身份信息，突出特點是具有很高的防偽能力。而且近年隨著小體積、低能耗、無需導電膠和易集成的心電采集芯片的出現(xiàn)，實現(xiàn)了在手指端實現(xiàn)心電的采集，可以普遍的應用到家庭生活當中，更方便快捷的實現(xiàn)個體身份識別。
　　本文提出了基于手指心電信號分析的個體身份辨識算法的研究。首先，對手指心電信號用小波軟閾值和遺傳算法相結合的方法進行去噪；其次，研究了手指心電信號的稀疏特性，提出了基于

3、 KSVD+PCA下稀疏編碼的手指心電信號身份識別算法和基于改進的標簽一致LC-KSVD的手指心電身份識別算法，最后并采用兩個手指心電數據庫驗證了這兩個算法，取得了較大的識別率。本文的工作主要為：
　　1、闡述了心電信號的產生機理、波形特點及ECG采集方式和基于手指心電的身份識別算法的發(fā)展，介紹了ECG的識別評價指標和兩個手指心電數據庫，為手指心電信號應用于個體身份識別技術領域提供了理論基礎。
　　2、提出基于K-SVD+P

4、CA下稀疏編碼的手指心電身份識別算法。首先對手指ECG用小波軟閾值和遺傳算法相結合的方法去噪，經過R峰檢測、單周期劃分、歸一化，得到P-QRS-T單周期波群，結合手指心電特性，提取P-QRS-T波群構成特征向量并構建字典模板模型，用KSVD+PCA訓練成冗余字典，然后對每一部分特征向量進行稀疏編碼，實現(xiàn)在該字典上的稀疏表示。最后利用兩個心電數據庫（CYBHi，Surface ECG data）測試了算法性能，取得98.333％和100%

5、的識別率。
　　3、提出基于改進的標簽一致LC-KSVD的手指心電身份識別算法。首先提取手指心電信號的平均單周期的P-QRS-T波群作為訓練樣本，然后提出自適應子字典和可調類標簽對標簽一致性的 LC-KSVD（ Label consistent KSVD， LC-KSVD）進行改進，然后利用改進的LC-KSVD1和 LC-KSVD2算法完成識別。當輸入信號和字典原子之間的標簽信息相互之間一一對應的時候，在目標函數中，把判別誤差、重