基于手指心電信號時頻域分析的身份識別算法研究.pdf

1、在高度發(fā)展的數(shù)字化和信息化時代，安全、快速、準確地實現(xiàn)個體的身份識別是現(xiàn)今備受人們關注的一個問題之一。生物特征識別技術（Biometrics）利用人體自身固有的生理特征或行為特征進行身份辨識，具有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、虛假虹膜等。在生物識別應用中所潛藏的安全問題引起了國內外研究者的格外重視，具備高防偽性的新穎生物特征識別技術被陸續(xù)提出。心電信號（Electrocardiogram，ECG）屬于人體內源生

2、理信號，蘊含個體身份識別相關的信息，其突出特點是實現(xiàn)“活體”識別的高防偽能力。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)，可以在手指端實現(xiàn)心電的采集，為心電身份識別開辟了極具潛力的應用前景。
　　本文主要研究了基于手指心電信號時頻域分析的身份識別技術。首先，通過分析手指心電信號的特性，提出了基于遺傳算法（Generation，GA）的小波閾值手指心電去噪算法；其次，研究了手指心電信號的時頻分布，提出了基于廣義S

3、變換和ZM交叉解析的手指心電身份識別算法，并采用三個手指心電數(shù)據(jù)庫驗證了該算法，取得了較大的識別率；最后將本文提出的算法移植到Android智能手機端，成功實現(xiàn)了身份識別。本文的工作主要為：
　　1、回顧了心電信號采集方式和心電信號身份識別算法的發(fā)展，闡述了心電信號的產生機理和波形特點，介紹了識別評價指標和手指心電數(shù)據(jù)庫，為手指心電信號應用于身份識別技術領域提供了理論基礎。
　　2、研究了手指心電信號預處理算法，包括去噪、R

4、峰檢測、分割、歸一化等。首先在研究小波變換和遺傳算法的基礎上，研究了基于遺傳算法的小波閾值去噪算法，結合手指心電特性，采用遺傳算法修正閾值，實現(xiàn)小波閾值去噪，然后利用模擬心電信號和手指心電信號進行消噪性能實驗，測試了算法性能；最后依據(jù)手指心電的波形特點對去噪后的干凈信號進行分割和歸一化等處理。
　　3、提出了基于廣義S變換和ZM（Ziv-Merhav）交叉解析的手指心電身份識別算法。研究廣義S變換的時頻分析、奇異值分解和ZM交叉解

5、析技術；將預處理過后的手指心電信號通過廣義S變換、奇異值分解、量化，得到手指心電信號的特征值，利用ZM交叉解析算法構建分類器完成個體的身份識別；通過三個手指心電信號數(shù)據(jù)庫（CYBHi，Surface ECG data， Finger ECG data）對本文的算法進行了性能測試，并討論了在不同條件下包括訓練時間，奇異值個數(shù)，量化位數(shù)等引起的識別率變化情況。
　　4、設計實現(xiàn)了基于安卓智能手機的手指心電信號身份識別軟件系統(tǒng)。系統(tǒng)包括