论文部分内容阅读
随着科技的不断进步与发展，人们对个人信息的保密要求也越来越高。由于传统的单一生物特征识别方法，如指纹、人脸、声音识别方法虽然识别率高，但也存在被假冒的可能。寻找新的生物特征识别方法或采用多生物特征识别相结合的方法已成为未来生物特征识别方法的发展主流。
本文研究了心电信号身份识别系统的匹配算法和身份识别系统的实现方法。心电信号身份识别算法方面，研究了特征参数距离判别法和波形相关系数判别法的算法原理。采用马氏距离、小波距离、谱距离、残差百分比作为距离判别法的判别参数，利用距离就近判别原则实现心电信号身份的识别。波形相关系数法采用心电信号的最大相关系数判别个体身份。最后，提出基于距离判别和相关系数判别的综合判别算法。
硬件设计上，采用双电极测量法检测人体的心电信号。测试者只需用双手接触测量电极就可以实现心电信号测量。测量放大电路采用高性能的仪表放大芯片作为前置放大器，低漂移的运算放大器作为主放大器，实现心电信号的1000倍放大。采用8阶的可编程开关电容低通滤波芯片滤除高频干扰信号，使用加强型的51核单片机ADuC842作为心电采集电路的控制核心。ADuC842单片机内带12位的快速模数转换器，可在片内实现心电信号的数字采集。采集的心电数据通过串口发送到计算机进行处理。硬件电路具有结构简单，心电信号测量方便舒适，便于携带的特点。
软件设计上，下位机以KeilμVisoin2软件为设计平台，用C语言设计了心电采集系统控制程序；上位机采用Matlab7.0软件为心电信号分析处理的平台，控制下位机采集心电信号，并对采集电路上传来的心电信号，进行数字滤波和身份匹配识别。采用小波变换实现对基线漂移干扰信号、工频干扰信号和肌电干扰信号的清除。获得了波形良好的心电信号。采用斜率检测法定位心电信号的R波峰点，实现连续心电信号的单个周期识别。使用互相关算法提取心电信号中波形相似程度大的心电信号，获取平均心电信号，建立心电样本数据库。设计了心电信号识别匹配程序，完成了心电信号的身份识别。
系统通过对34个的样本进行测试，获得了90％的识别结果。测试结果表明了心电信号识别方法的可行性。如要将这种方法应用于实际，还有待进一步的研究。