基于心電信號(hào)的身份識(shí)別研究.pdf

1、隨著人們對(duì)信息安全和可靠性要求的日益提高，身份識(shí)別成為信息安全領(lǐng)域中一個(gè)很重要的研究課題。然而，傳統(tǒng)的證件、口令、密碼等身份識(shí)別的技術(shù)存在易被復(fù)制、竊取、遺忘等缺陷已不能滿足人們對(duì)安全的需求，隨著人們認(rèn)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(shí)別也就應(yīng)運(yùn)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(shí)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(fù)制等，基于這些

2、現(xiàn)實(shí)問題，一種新的生物識(shí)別技術(shù)-心電圖（electrocardiogram，ECG）身份識(shí)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(shí)別技術(shù)的缺陷，同時(shí)ECG身份識(shí)別對(duì)當(dāng)前的生物特征識(shí)別體系是一個(gè)有效的補(bǔ)充，并且可以與已有的生物特征融合，進(jìn)一步提高信息安全的級(jí)別。
　　 目前，研究ECG身份識(shí)別主要有兩個(gè)方向:一個(gè)是基于ECG特征點(diǎn)提取的身份識(shí)別，另一個(gè)是基于ECG波形提取的身份識(shí)別。由

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

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

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