基于手指心電信號(hào)時(shí)頻域分析的身份識(shí)別算法研究.pdf

1、在高度發(fā)展的數(shù)字化和信息化時(shí)代，安全、快速、準(zhǔn)確地實(shí)現(xiàn)個(gè)體的身份識(shí)別是現(xiàn)今備受人們關(guān)注的一個(gè)問(wèn)題之一。生物特征識(shí)別技術(shù)（Biometrics）利用人體自身固有的生理特征或行為特征進(jìn)行身份辨識(shí)，具有高的準(zhǔn)確度與可靠度，但也同樣面臨著安全問(wèn)題，如假冒指紋、虛假虹膜等。在生物識(shí)別應(yīng)用中所潛藏的安全問(wèn)題引起了國(guó)內(nèi)外研究者的格外重視，具備高防偽性的新穎生物特征識(shí)別技術(shù)被陸續(xù)提出。心電信號(hào)（Electrocardiogram，ECG）屬于人體內(nèi)源生

2、理信號(hào)，蘊(yùn)含個(gè)體身份識(shí)別相關(guān)的信息，其突出特點(diǎn)是實(shí)現(xiàn)“活體”識(shí)別的高防偽能力。近年隨著小體積、低能耗、無(wú)需導(dǎo)電膠和易集成的心電采集芯片的出現(xiàn)，可以在手指端實(shí)現(xiàn)心電的采集，為心電身份識(shí)別開(kāi)辟了極具潛力的應(yīng)用前景。
　　本文主要研究了基于手指心電信號(hào)時(shí)頻域分析的身份識(shí)別技術(shù)。首先，通過(guò)分析手指心電信號(hào)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(hào)的時(shí)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(shí)別算法，并采用三個(gè)手指心電數(shù)據(jù)庫(kù)驗(yàn)證了該算法，取得了較大的識(shí)別率；最后將本文提出的算法移植到Android智能手機(jī)端，成功實(shí)現(xiàn)了身份識(shí)別。本文的工作主要為：
　　1、回顧了心電信號(hào)采集方式和心電信號(hào)身份識(shí)別算法的發(fā)展，闡述了心電信號(hào)的產(chǎn)生機(jī)理和波形特點(diǎn)，介紹了識(shí)別評(píng)價(jià)指標(biāo)和手指心電數(shù)據(jù)庫(kù)，為手指心電信號(hào)應(yīng)用于身份識(shí)別技術(shù)領(lǐng)域提供了理論基礎(chǔ)。
　　2、研究了手指心電信號(hào)預(yù)處理算法，包括去噪、R

4、峰檢測(cè)、分割、歸一化等。首先在研究小波變換和遺傳算法的基礎(chǔ)上，研究了基于遺傳算法的小波閾值去噪算法，結(jié)合手指心電特性，采用遺傳算法修正閾值，實(shí)現(xiàn)小波閾值去噪，然后利用模擬心電信號(hào)和手指心電信號(hào)進(jìn)行消噪性能實(shí)驗(yàn)，測(cè)試了算法性能；最后依據(jù)手指心電的波形特點(diǎn)對(duì)去噪后的干凈信號(hào)進(jìn)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(shí)別算法。研究廣義S變換的時(shí)頻分析、奇異值分解和ZM交叉解

5、析技術(shù)；將預(yù)處理過(guò)后的手指心電信號(hào)通過(guò)廣義S變換、奇異值分解、量化，得到手指心電信號(hào)的特征值，利用ZM交叉解析算法構(gòu)建分類器完成個(gè)體的身份識(shí)別；通過(guò)三個(gè)手指心電信號(hào)數(shù)據(jù)庫(kù)（CYBHi，Surface ECG data， Finger ECG data）對(duì)本文的算法進(jìn)行了性能測(cè)試，并討論了在不同條件下包括訓(xùn)練時(shí)間，奇異值個(gè)數(shù)，量化位數(shù)等引起的識(shí)別率變化情況。
　　4、設(shè)計(jì)實(shí)現(xiàn)了基于安卓智能手機(jī)的手指心電信號(hào)身份識(shí)別軟件系統(tǒng)。系統(tǒng)包括