本文關(guān)鍵詞：基于手指心電信號時(shí)頻域分析的身份識別算法研究

  更多相關(guān)文章： 手指心電信號 生物識別 遺傳算法 廣義S變換 奇異值分解 ZM交叉解析

【摘要】：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)個體的身份識別是現(xiàn)今備受人們關(guān)注的一個問題之一。生物特征識別技術(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,具有高的準(zhǔn)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(yīng)用中所潛藏的安全問題引起了國內(nèi)外研究者的格外重視,具備高防偽性的新穎生物特征識別技術(shù)被陸續(xù)提出。心電信號(Electrocardiogram,ECG)屬于人體內(nèi)源生理信號,蘊(yùn)含個體身份識別相關(guān)的信息,其突出特點(diǎn)是實(shí)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(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,為心電身份識別開辟了極具潛力的應(yīng)用前景。本文主要研究了基于手指心電信號時(shí)頻域分析的身份識別技術(shù)。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(shí)頻分布,提出了基于廣義S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(yàn)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(jī)端,成功實(shí)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(chǎn)生機(jī)理和波形特點(diǎn),介紹了識別評價(jià)指標(biāo)和手指心電數(shù)據(jù)庫,為手指心電信號應(yīng)用于身份識別技術(shù)領(lǐng)域提供了理論基礎(chǔ)。2、研究了手指心電信號預(yù)處理算法,包括去噪、R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(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和手指心電信號進(jìn)行消噪性能實(shí)驗(yàn),測試了算法性能;最后依據(jù)手指心電的波形特點(diǎn)對去噪后的干凈信號進(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交叉解析技術(shù);將預(yù)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(gòu)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(jìn)行了性能測試,并討論了在不同條件下包括訓(xùn)練時(shí)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(shè)計(jì)實(shí)現(xiàn)了基于安卓智能手機(jī)的手指心電信號身份識別軟件系統(tǒng)。系統(tǒng)包括藍(lán)牙配對、用戶注冊、用戶識別、系統(tǒng)管理等四部分,在智能手機(jī)端實(shí)現(xiàn)手指心電信號的接收、顯示、特征提取、分類識別等功能。本文的研究實(shí)現(xiàn)了基于手指心電信號分析的個體身份識別,為心電身份識別技術(shù)的實(shí)用化奠定了理論基礎(chǔ)和技術(shù)支撐。
【關(guān)鍵詞】：手指心電信號 生物識別 遺傳算法 廣義S變換 奇異值分解 ZM交叉解析
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R318;TN911.7
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第1章 緒論12-21
• 1.1 本文研究背景和意義12-16
• 1.2 心電身份識別技術(shù)研究發(fā)展現(xiàn)狀16-19
• 1.2.1 心電采集方式發(fā)展現(xiàn)狀16-17
• 1.2.2 手指心電身份識別算法發(fā)展現(xiàn)狀17-19
• 1.3 研究內(nèi)容及安排19-21
• 第2章 心電信號識別理論基礎(chǔ)21-29
• 2.1 心電信號產(chǎn)生機(jī)理21
• 2.2 心電信號測量方法21-23
• 2.2.1 臨床ECG測量方法22
• 2.2.2 手指ECG采集方法22-23
• 2.3 心電信號特性23-26
• 2.3.1 心電信號時(shí)域波形23-24
• 2.3.2 不同位置的心電信號特性24-26
• 2.4 手指心電可行性26-27
• 2.5 心電識別系統(tǒng)性能指標(biāo)27
• 2.6 手指心電信號數(shù)據(jù)來源27-28
• 2.7 本章小結(jié)28-29
• 第3章 手指心電信號預(yù)處理29-44
• 3.1 手指心電信號預(yù)處理流程29
• 3.2 手指心電信號去噪29-40
• 3.2.1 小波變換30-32
• 3.2.2 小波閾值消噪32-33
• 3.2.3 遺傳算法33-35
• 3.2.4 基于GA的小波閾值手指心電信號去噪35-37
• 3.2.5 手指心電信號信號消噪實(shí)驗(yàn)37-40
• 3.3 R峰檢測40-42
• 3.4 手指心電信號分割和歸一化42-43
• 3.5 本章小結(jié)43-44
• 第4章 基于廣S變換和ZM交叉解析的手指心電信號身份識別算法44-66
• 4.1 S變換44-47
• 4.1.1 小波變換到S變換45
• 4.1.2 短時(shí)傅里葉變換到S變換45-47
• 4.2 廣義S變換47-51
• 4.2.1 廣義S變換的推導(dǎo)47-48
• 4.2.2 離散廣義S變換48
• 4.2.3 廣義S變換窗函數(shù)的參數(shù)改變48-50
• 4.2.4 廣義S變換與其他時(shí)頻變換仿真比較50-51
• 4.3 奇異值分解51-52
• 4.3.1 奇異值分解的定義52
• 4.3.2 奇異值分解的性質(zhì)52
• 4.4 ZM交叉解析分類器52-56
• 4.4.1 ZM交叉解析算法52-54
• 4.4.2 估計(jì)相對熵的公式推導(dǎo)54-56
• 4.5 基于廣義S變換和ZM交叉解析的手指心電特征提取算法56-61
• 4.5.1 算法框架56-57
• 4.5.2 手指心電信號特征提取57-60
• 4.5.3 分類識別60-61
• 4.6 結(jié)果與討論61-65
• 4.6.1 不同訓(xùn)練時(shí)間對身份識別的影響62
• 4.6.2 參數(shù)? 和p對身份識別率的影響62-63
• 4.6.3 奇異值個數(shù)對身份識別的影響63
• 4.6.4 奇異值量化位數(shù)選擇63-64
• 4.6.5 不同分類器識別結(jié)果比較64-65
• 4.7 總結(jié)65-66
• 第5章 手指心電身份識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)66-73
• 5.1 手指心電身份識別系統(tǒng)采集裝置66-67
• 5.2 手指心電身份識別軟件總體結(jié)構(gòu)67
• 5.3 藍(lán)牙連接67-70
• 5.4 用戶注冊70
• 5.5 系統(tǒng)管理70-71
• 5.6 用戶識別71-72
• 5.7 本章小結(jié)72-73
• 第6章 總結(jié)和展望73-75
• 6.1 工作總結(jié)73-74
• 6.2 今后工作展望74-75
• 致謝75-76
• 參考文獻(xiàn)76-80
• 附錄 作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項(xiàng)目80

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 夏江海;;奇異值分解在位場資料處理中的應(yīng)用[J];物探化探計(jì)算技術(shù);1989年02期

2 王懋基,宋正范;奇異值分解在二維半多邊形體ΔT異常最優(yōu)化反演中的應(yīng)用[J];物探與化探;1991年01期

3 張友民，李慶國，戴冠中，張洪才;基于奇異值分解的遞推辨識方法[J];控制理論與應(yīng)用;1995年02期

4 羅鐵堅(jiān);程福興;周佳;;融合奇異值分解和動態(tài)轉(zhuǎn)移鏈的學(xué)術(shù)資源推薦模型(英文)[J];中國科學(xué)院大學(xué)學(xué)報(bào);2014年02期

5 聶守平,魏曉燕;數(shù)字圖像的奇異值分解[J];南京師大學(xué)報(bào)(自然科學(xué)版);2001年01期

6 王瀟,柏森,趙波;基于奇異值分解與融合的音頻盲認(rèn)證算法[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年S2期

7 張煥萍;尹佟明;鄭建冬;;基于奇異值分解的致病基因挖掘算法[J];南京航空航天大學(xué)學(xué)報(bào);2013年02期

8 常麗萍;沈衛(wèi)星;林尊琪;;基于奇異值分解的數(shù)字波前擬合算法[J];光學(xué)學(xué)報(bào);2006年11期

9 彭培英;申永軍;李黎陽;;基于奇異值分解技術(shù)的離心機(jī)故障診斷[J];動力學(xué)與控制學(xué)報(bào);2008年02期

10 施能;氣象學(xué)中應(yīng)用SVD方法的一些問題[J];氣象科技;1997年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張友民;陳洪亮;戴冠中;;基于奇異值分解的固定區(qū)間平滑新方法[A];1995年中國控制會議論文集（上）[C];1995年

2 何田;王立清;劉獻(xiàn)棟;朱永波;;基于奇異值分解的信號處理機(jī)理及其應(yīng)用[A];2008年航空試驗(yàn)測試技術(shù)峰會論文集[C];2008年

3 張霄;林鴻飛;楊志豪;;基于奇異值分解的蛋白質(zhì)關(guān)系抽取[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

4 曹云麗;郭勤濤;徐堯;周瑾;;基于奇異值分解響應(yīng)面方法的磁軸承轉(zhuǎn)子參數(shù)識別[A];第11屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會（ROTDYN2014）論文集（上冊）[C];2014年

5 吳曉穎;吳俊;董濱江;;TK方法在γ譜分析中的應(yīng)用[A];第7屆全國核電子學(xué)與核探測技術(shù)學(xué)術(shù)年會論文集（三）[C];1994年

6 林原;林鴻飛;蘇綏;;一種應(yīng)用奇異值分解的RankBoost排序?qū)W習(xí)方法[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 金宋友;趙志文;;一種基于奇異值分解盲水印算法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

8 趙衛(wèi)國;翟自勇;王子君;;基于奇異值分解和神經(jīng)網(wǎng)絡(luò)的數(shù)字圖像水印算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

9 岳紅;蔣慰孫;;基于奇異值分解的改進(jìn)Bayes集員辨識遞推算法[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

10 張景瑞;;基于奇異值分解的SGCMGs輸出誤差分析及操縱律設(shè)計(jì)[A];第三屆全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 聶振國;基于奇異值分解的信號處理關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

2 夏玉丹;基于S變換和奇異值分解的自動癲癇檢測算法[D];山東大學(xué);2016年

3 武慧娟;基于HHT特征提取的雷聲信號模式識別[D];陜西師范大學(xué);2016年

4 鄒申申;基于手指心電信號時(shí)頻域分析的身份識別算法研究[D];杭州電子科技大學(xué);2016年

5 關(guān)曉勇;基于奇異值分解的狀態(tài)監(jiān)測與故障診斷方法研究[D];大連理工大學(xué);2005年

6 王鋼;基于奇異值分解的機(jī)織物瑕疵檢測算法研究[D];東華大學(xué);2014年

7 Charles Alpha Bangura;[D];湖南大學(xué);2011年

8 鄭安總;奇異值分解在微弱信號檢測中的應(yīng)用[D];天津大學(xué);2014年

9 趙慧琳;奇異值分解的人臉識別算法[D];上海海運(yùn)學(xué)院;2002年

10 李科;基于沙米爾和奇異值分解的小波域數(shù)字圖像水印算法研究[D];南昌大學(xué);2010年

，

本文編號：937415