基于心電信號的身份識別研究.pdf

1、隨著人們對信息安全和可靠性要求的日益提高，身份識別成為信息安全領域中一個很重要的研究課題。然而，傳統(tǒng)的證件、口令、密碼等身份識別的技術存在易被復制、竊取、遺忘等缺陷已不能滿足人們對安全的需求，隨著人們認知水平的不斷提升和科技的快速發(fā)展，基于人體生物特征的身份識別也就應運而生了。目前研究最多的生物特征是指紋、虹膜、人臉、聲音等，但是基于這些特征的身份識別由于自身的缺陷都很容易被偽造，如人臉容易被照片“替代”、指痕容易被提取復制等，基于這些

2、現(xiàn)實問題，一種新的生物識別技術-心電圖（electrocardiogram，ECG）身份識別被提了出來，并引起研究人員的廣泛興趣，由于其本身的“活”性，克服了現(xiàn)有生物特征身份識別技術的缺陷，同時ECG身份識別對當前的生物特征識別體系是一個有效的補充，并且可以與已有的生物特征融合，進一步提高信息安全的級別。
　　 目前，研究ECG身份識別主要有兩個方向:一個是基于ECG特征點提取的身份識別，另一個是基于ECG波形提取的身份識別。由

3、于基于ECG特征點提取的身份識別方法的識別準確率受特征點提取準確性的很大影響，而至今，ECG特征點提取仍然是一個研究難點，因此，我們一開始的研究方向就側重于基于ECG波形提取的身份識別。
　　 在基于ECG波形提取的身份識別中，通常的做法是:將單心動周期波形作為特征，采用相關系數(shù)、距離度量等方法對特征進行分類，實現(xiàn)身份識別。在進行分類識別時，無論是采用相關系數(shù)還是距離度量方法，最后都會用到閾值，即比較求解結果與閾值的大小關系來確

4、定待識別對象的身份，但是，傳統(tǒng)確定閾值的方法有個缺陷，那就是，閾值一旦確定，對所有的待識別對象都是一樣的，是不會改變的，這樣的閾值不能很好的適應不同的待識別對象。為了解決這個問題，本文提出了新的確定閾值策略，使得不同的待識別對象在分類識別時有不同的閾值。
　　 在實驗過程中，我們發(fā)現(xiàn)單純采用單心動周期波形作為特征，存在閾值難確定的問題，主要是因為單心動周期特征導致了不同人之間的相關系數(shù)很高，同時，單心動周期作為特征存在信息缺失的

5、問題。為了克服心動周期波形作為特征的缺陷，本文提出了基于ECG連續(xù)心動周期進行身份識別的思想，首先采用自相關(autocorrelation，AC)算法對一段連續(xù)的ECG信號進行處理，接著采用離散余弦變換(discrete cosine transform，DCT)算法進行降維，進而獲得AC/DCT特征，仍采用相關性分析法進行識別判定。實驗結果表明，AC/DCT算法有效地解決了不同人相關度很高閾值難確定的問題，且所提出的身份識別方法結合