專利名稱：面向ieee802.15.6的生物身份認證方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息處理技術(shù)領(lǐng)域，更進一步涉及信息安全技術(shù)領(lǐng)域中的面向IEEE802.15.6的生物身份認證方法。本發(fā)明可用于IEEE 802.15.6的身份認證，也可用于傳統(tǒng)的個體身份識別。
背景技術(shù)：
身份認證是保護信息安全的第一道屏障，也是一個安全的通信系統(tǒng)需要提供的基本服務。IEEE 802.15.6協(xié)議中的身份認證是在公鑰隱藏關(guān)聯(lián)、口令認證關(guān)聯(lián)、顯示認證關(guān)聯(lián)過程中完成的。公鑰隱藏關(guān)聯(lián)通過秘密信道傳送公鑰信息，只有合法的中心和節(jié)點能使用秘密信道進行通信，使用秘密信道進行通信的過程同時也是實現(xiàn)通信雙方身份認證的過程。公鑰隱藏關(guān)聯(lián)方法的安全性依賴于秘密信道本身的安全性，如果秘密信道被攻擊方獲取，就無法安全地實現(xiàn)身份認證?？诹钫J證關(guān)聯(lián)中通信雙方預先擁有秘密口令，發(fā)送方利用口令置亂公鑰，只有合法的接收方能利用口令恢復出正確的公鑰，從而實現(xiàn)了身份認證。但是，采用的口令無法進行更新，容易被攻擊獲取。顯示認證關(guān)聯(lián)中通信雙方利用自己的私鑰和對方的公鑰計算并顯示出5位十進制數(shù)，用戶比較通信雙方的5位十進制數(shù)是否相等，若相等則通知通信雙方身份認證成功，若不相等則通知通信雙方身份認證失敗。但是，這種方法需要用戶參與身份認證過程，過程較為繁瑣。使用心電信號可在心電數(shù)據(jù)采集的過程中實現(xiàn)身份認證，無需使用秘密信道和口令，也無需用戶參與。此外，心電信號具有難以被復制和模仿的特點，具有較高的安全性。目前已提出的心電信號身份認證方法只適用于傳統(tǒng)的個體身份識別場合，不適用于要求低計算復雜度的IEEE 802.15.6。目前已提出的心電信號身份認證方法有:中國科學院在其專利申請“身份識別方法及系統(tǒng)”(申請?zhí)?201110137336.9，公開號:CN 102274029A)中提出了一種利用多種匹配方式實現(xiàn)心電信號身份識別方法。該方法利用相關(guān)系數(shù)閾值消除了突發(fā)干擾信號的干擾，對消除干擾后的心電信號構(gòu)造特征向量，使用多種匹配方式提高了識別效率。但是該方法存在的不足是，多種匹配方式的使用提高了算法的計算復雜度，導致能量消耗增大。中國航天員科研訓練中心在其專利申請“身份識別方法及應用該方法的身份識別系統(tǒng)”(申請?zhí)?201010033919.2，公開號:CN 101773394B)中提出了一種使用心電信號實現(xiàn)身份識別方法及其應用系統(tǒng)。該方法總結(jié)了可用于身份識別的心電信號特征:表象特征、解析特征、融合特征、變換域特征，提出利用相關(guān)系數(shù)閾值法進行身份識別。但是該方法的不足是，只要待識別者的身份識別特征向量與ECG特征模板庫中某個身份識別特征向量的相關(guān)系數(shù)大于相關(guān)系數(shù)閾值，則認證一定能通過，這降低了正確識別率。
Can Ye, Miguel Tavares Coimbra 等在其發(fā)表文章 “ Investigation of HumanIdentification using Two-Lead Electrocardiogram(ECG) Signals，，(Biometrics:TheoryApplications and Systems (BTAS),2010Fourth IEEE International Conference on,2010,1-8)中提出一種利用支持向量機實現(xiàn)心電信號身份識別的方法。該方法首先使用小波變換對心電信號進行分解，然后用獨立分量分析法提取小波特征中的獨立分量，最后使用支持向量機對獨立分量進行分類識別。為了提高識別精度，該方法使用兩個導聯(lián)的數(shù)據(jù)融合進行認證。這種方法的正確識別率較高。但是該方法的不足是，需要利用兩個導聯(lián)數(shù)據(jù)進行識別，不適用于只能獲取單導聯(lián)數(shù)據(jù)的系統(tǒng)。

發(fā)明內(nèi)容
本發(fā)明的目的是針對上述已有技術(shù)的不足，提出一種基于面向IEEE802.15.6的生物身份認證方法。本發(fā)明以少量的特征和簡化的模型構(gòu)建過程降低了計算復雜度，并保證了心電信號身份認證的高準確率。為實現(xiàn)上述目的本發(fā)明的思路是:將心電信號截取為單心拍，根據(jù)單心拍計算出穩(wěn)定單心拍，提取穩(wěn)定單心拍與參考單心拍的相關(guān)系數(shù)和絕對值距離，并將相關(guān)系數(shù)進行閾值化處理，將閾值化處理后的相關(guān)系數(shù)和絕對值距離作為生物特征，建立隱條件隨機場模型并儲存于中心內(nèi)。節(jié)點將加密心電信號附在IEEE 802.15.6的第四個安全關(guān)聯(lián)幀后傳送給中心，中心利用隱條件隨機場模型，實現(xiàn)心電信號的身份認證。本發(fā)明包括如下步驟:(I)建立訓練樣本庫讀取包含注冊方在內(nèi)的不同人不同時間段的心電信號，組成訓練樣本庫。(2)利用小波變換消噪方法消除心電信號的噪聲。⑶檢測R波峰值3a)利用差分運算方法計算消噪心電信號的差分信號值；3b)按照下式得到差分閾值:Td = 0.00048.f其中，Td表示差分閾值，f表示心電信號的采樣率；3c)將每個差分信號值與差分閾值進行比較，找出差分信號值大于差分閾值的所有點，將所有大于差分閾值的點中位置相鄰的點組成上升段；3d)從上升段的右端點向時間的正方向搜索，當消噪心電信號滿足時間正方向穩(wěn)定點判斷條件或上升段正方向極值點判斷條件時終止搜索，得到上升段的正方向搜索終止點；當消噪心電信號同時不滿足時間正方向穩(wěn)定點判斷條件和上升段正方向極值點判斷條件時，搜索點橫坐標值加I，繼續(xù)搜索；3e)從上升段的左端點向時間的負方向搜索，當消噪心電信號滿足時間負方向穩(wěn)定點判斷條件或上升段負方向極值點判斷條件時終止搜索，得到上升段的負方向搜索終止點；當消噪心電信號同時不滿足時間負方向穩(wěn)定點判斷條件和上升段負方向極值點判斷條件時，搜索點橫坐標值減I，繼續(xù)搜索；3f)判斷上升段正方向搜索終止點的值與上升段負方向搜索終止點的值之差是否大于0.4，將大于0.4的上升段作為快速上升段，將小于0.4的上升段舍去；
3g)將每個差分信號值與差分閾值的相反值進行比較，找出差分信號值小于差分閾值相反值的所有點，將所有小于差分閾值相反值的點中位置相鄰的點組成下降段；3h)從下降段的右端點向時間的正方向搜索，當消噪心電信號滿足時間正方向穩(wěn)定點判斷條件或下降段正方向極值點判斷條件時終止搜索，得到下降段的正方向搜索終止點；當消噪心電信號同時不滿足時間正方向穩(wěn)定點判斷條件和下降段正方向極值點判斷條件時，搜索點橫坐標值加I，繼續(xù)搜索；3i)從下降段的左端點向時間的負方向搜索，當消噪心電信號滿足時間負方向穩(wěn)定點判斷條件或下降段負方向極值點判斷條件時終止搜索，得到下降段的負方向搜索終止點；當消噪心電信號同時不滿足時間負方向穩(wěn)定點判斷條件和下降段負方向極值點判斷條件時，搜索點橫坐標值減I，繼續(xù)搜索；3j)判斷下降段負方向搜索終止點的值與下降段正方向搜索終止點的值之差是否大于0.4，將大于0.4的下降段作為快速下降段，將小于0.4的下降段舍去；3k)將快速上升段和快速下降段按照左端點的橫坐標值由小到大的順序進行排列，將排列完成的快速上升段和快速下降段作為快速變化段；31)按照下式計算段間距閾值:Tc = 0.12.f其中，Tc為段間距閾值，f為心電信號的采樣率；3m)找出間距值小于段間距閾值的所有兩兩相鄰的快速變化段，將找出的每兩個相鄰快速變化段與對應的兩個快速變化段之間的點合并成一個段，將合并后的段與未合并的快速變化段組成準R波段；3n)找出每個準R波段中的點的最大值,將最大值作為R波峰值。⑷獲取單心拍4a)舍去消噪心電信號中的第一個 R波峰值和最后一個R波峰值,其余為保留的R波峰值；4b)以保留的R波峰值為參考，向時間負方向取「0.4./~|個點，向時間正方向取「0.12./'!個點，其中，「I表示向上取整符號，f表示心電信號的采樣率；4c)將在時間正方向和時間負方向上取出的點與對應的R波峰值點組成單心拍。(5)獲得穩(wěn)定單心拍5a)求消噪心電信號中所有單心拍的平均值，將其作為平均單心拍；5b)采用絕對值距離計算公式，求出消噪心電信號中的單心拍與平均單心拍的絕對值距離，保留絕對值距離大于0.16.f的單心拍，舍去絕對值距離小于0.16.f的單心拍；5c)求出保留的單心拍的平均值，將其作為穩(wěn)定單心拍。(6)求步驟⑴中的注冊方不同時間段的穩(wěn)定單心拍的平均值，將其作為參考單心拍。(7)提取生物特征向量7a)采用相關(guān)系數(shù)計算公式，計算穩(wěn)定單心拍與參考單心拍的相關(guān)系數(shù)；7b)以0.99為相關(guān)系數(shù)閾值，將小于0.99的相關(guān)系數(shù)置為0，大于0.99的相關(guān)系數(shù)保持不變，得到閾值化處理后的相關(guān)系數(shù)；
7c)采用絕對值距離計算公式，求出穩(wěn)定單心拍與參考單心拍的絕對值距離；7d)以閾值化處理后的相關(guān)系數(shù)和對應的絕對值距離組成生物特征向量。(8)將提取的生物特征向量作為訓練特征向量。(9)獲取訓練數(shù)據(jù)集9a)判斷訓練特征向量是否屬于注冊方，若屬于注冊方則設(shè)定訓練特征向量的類別標簽為1，若不屬于注冊方則設(shè)定訓練特征向量的類別標簽為O ;9b)將每個訓練特征向量與該訓練特征向量的類別標簽組成一組訓練數(shù)據(jù)，以所有訓練數(shù)據(jù)的集合作為訓練數(shù)據(jù)集。(10)建立身份認證的隱條件隨機場模型IOa)將訓練數(shù)據(jù)集、隱狀態(tài)個數(shù)3和窗長度I輸入到隱條件隨機場的模型訓練函數(shù)中，計算出身份認證的隱條件隨機場的模型參數(shù)；IOb)將身份認證的隱條件隨機場的模型參數(shù)輸入到隱條件隨機場模型中，建立身份認證的隱條件隨機場模型，并將建立的身份認證隱條件隨機場模型儲存于IEEE802.15.6的中心內(nèi)。(11)在IEEE 802.15.6協(xié)議的安全關(guān)聯(lián)過程中，節(jié)點采集心電信號，并將采集的心電信號使用先進加密標準AES加密，并將加密后的心電信號附在第四個安全關(guān)聯(lián)幀后傳送給中心；(12)在IEEE 802.15.6協(xié)議的安全關(guān)聯(lián)過程中，中心對接收到的AES加密心電信號進行解密，并將解密后的心電信號作為測試心電信號，依次進行步驟(2)的消噪處理、步驟(3)的R波峰值檢測、步驟(4)的獲取單心拍、步驟(5)的獲得穩(wěn)定單心拍、步驟(7)的提取生物特征向量，將得到的生物特征向量作為測試特征向量；(13)將測試特征向量輸入到身份認證的隱條件隨機場模型中，計算測試特征向量對應于類別標簽O的概率和對應于類別標簽I的概率；(14)判斷認證是否通過如果測試特征向量對應于類別標簽O的概率小于對應于類別標簽I的概率，則測試心電數(shù)據(jù)是注冊方的數(shù)據(jù)，認證通過；否則，認證不通過。本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點:第一，本發(fā)明將閾值化處理后的相關(guān)系數(shù)和絕對值距離作為生物特征，從距離測度與相似測度兩個方面來衡量心電信號間的差異，克服了現(xiàn)有技術(shù)特征選擇過少降低了識別準確率，或者特征計算過于復雜的缺點，使得本發(fā)明簡化了特征計算的同時實現(xiàn)了高認證準確率。第二，本發(fā)明采用隱條件隨機場模型，只需進行一次匹配認證，克服了現(xiàn)有技術(shù)需多種匹配方式的缺點，使得本發(fā)明保證了高認證準確率的同時實現(xiàn)了低計算復雜度。


圖1為本發(fā)明的流程圖；圖2為本發(fā)明的R波峰值檢測框圖。
具體實施方式
下面結(jié)合圖1對本發(fā)明作進一步的描述。步驟1.建立訓練樣本庫從公開的數(shù)據(jù)庫中讀取多個人多個時刻相同導聯(lián)的心電信號，讀取測量到的注冊方多個時刻相同導聯(lián)的心電信號，將讀取的多個人多個時刻相同導聯(lián)的心電信號與注冊方多個時刻相同導聯(lián)的心電信號組成訓練樣本庫。步驟2.采用小波變換消噪方法消除心電信號的噪聲:按下式對心電信號進行小波分解:[c, I] = wt (s, 8, sym8)其中，c表示小波系數(shù)組成的向量，I表示各層小波系數(shù)的長度組成的向量，Wt表示多尺度小波分解函數(shù)，s表示讀入的心電信號，8表示小波分解的層數(shù)，sym8表示采用的
小波基。將小波系數(shù)向量c中的第1層高頻系數(shù)、第2層高頻系數(shù)和第8層低頻系數(shù)置為0，得到處理后的小波系數(shù)Cl。按下式對Cl進行小波重構(gòu)，得到消噪后的心電信號:g = wt-1 (cl, 1，sym8)其中，g表示消噪后的心電信號，Wt^1表示多尺度小波重構(gòu)函數(shù)，Cl表示處理后的小波系數(shù)，I表示各層小波系數(shù)長度組成的向量，sym8表示采用的小波基。步驟3.檢測R波峰值。下面結(jié)合圖2對本發(fā)明的步驟3作進一步的描述。利用如下的差分運算方法計算消噪心電信號的差分信號值:d ⑴=g(i+l)-g(i)其中，d(i)表示第i個點的差分信號值，i = 1,2,3,…，g(i)表示第i個點的消噪心電信號的值。按照下式得到差分閾值:Td = 0.00048.f其中，Td表不差分閾值，f表不心電信號的米樣率。將每個差分信號值與差分閾值進行比較，找出差分信號值大于差分閾值的所有點，將所有大于差分閾值的點中位置相鄰的點組成上升段。從上升段的右端點向時間的正方向搜索，當消噪心電信號滿足時間正方向穩(wěn)定點判斷條件或上升段正方向極值點判斷條件時終止搜索，得到上升段的正方向搜索終止點；當消噪心電信號同時不滿足時間正方向穩(wěn)定點判斷條件和上升段正方向極值點判斷條件時，搜索點橫坐標值加1，繼續(xù)搜索。時間正方向穩(wěn)定點判斷條件如下:max (g (m,..., m+7))-min (g (m,…，m+7)) ^ 0.0OOlf其中，max表不求最大值函數(shù)，g(m,…，m+7)表不消噪心電信號g的m, m+1,…，m+7點對應的值所組成的序列表示當前的搜索點，min表示求最小值函數(shù)，f表示心電信號的采樣率。上升段正方向極值點判斷條件如下:
權(quán)利要求
1.一種面向IEEE802.15.6的生物身份認證方法，包括如下步驟: (1)建立訓練樣本庫 讀取包含注冊方在內(nèi)的不同人不同時間段相同導聯(lián)的心電信號，組成訓練樣本庫； (2)利用小波變換消噪方法消除心電信號的噪聲； (3)檢測R波峰值 3a)利用差分運算方法計算消噪心電信號的差分信號值； 3b)按照下式得到差分閾值:Td = 0.00048.f 其中，Td表不差分閾值，f表不心電信號的米樣率； 3c)將每個差分信號值與差分閾值進行比較，找出差分信號值大于差分閾值的所有點，將所有大于差分閾值的點中位置相鄰的點組成上升段； 3d)從上升段的右端點向時間的正方向搜索，當消噪心電信號滿足時間正方向穩(wěn)定點判斷條件或上升段正方向極值點判斷條件時終止搜索，得到上升段的正方向搜索終止點；當消噪心電信號同時不滿足時間正方向穩(wěn)定點判斷條件和上升段正方向極值點判斷條件時，搜索點橫坐標值加I，繼續(xù)搜索； 3e)從上升段的左端點向時間的負方向搜索，當消噪心電信號滿足時間負方向穩(wěn)定點判斷條件或上升段負方向極值點判斷條件時終止搜索，得到上升段的負方向搜索終止點；當消噪心電信號同時不滿足時間負方向穩(wěn)定點判斷條件和上升段負方向極值點判斷條件時，搜索點橫坐標值減I，繼續(xù)搜索； 3f)判斷上升段正方向搜索終止點的值與上升段負方向搜索終止點的值之差是否大于.0.4，將大于0.4的上升段作為快速上升段，將小于0.4的上升段舍去； 3g)將每個差分信號值與差分閾值的相反值進行比較，找出差分信號值小于差分閾值相反值的所有點，將所有小于差分閾值相反值的點中位置相鄰的點組成下降段； 3h)從下降段的右端點向時間的正方向搜索，當消噪心電信號滿足時間正方向穩(wěn)定點判斷條件或下降段正方向極值點判斷條件時終止搜索，得到下降段的正方向搜索終止點；當消噪心電信號同時不滿足時間正方向穩(wěn)定點判斷條件和下降段正方向極值點判斷條件時，搜索點橫坐標值加I，繼續(xù)搜索； 3i)從下降段的左端點向時間的負方向搜索，當消噪心電信號滿足時間負方向穩(wěn)定點判斷條件或下降段負方向極值點判斷條件時終止搜索，得到下降段的負方向搜索終止點；當消噪心電信號同時不滿足時間負方向穩(wěn)定點判斷條件和下降段負方向極值點判斷條件時，搜索點橫坐標值減I，繼續(xù)搜索； 3j)判斷下降段負方向搜索終止點的值與下降段正方向搜索終止點的值之差是否大于,0.4，將大于0.4的下降段作為快速下降段，將小于0.4的下降段舍去； 3k)將快速上升段和快速下降段按照左端點的橫坐標值由小到大的順序進行排列，將排列完成的快速上升段和快速下降段作為快速變化段； 31)按照下式計算段間距閾值:Tc = 0.12.f 其中，Tc為段間距閾值，f為心電信號的采樣率； 3m)找出間距值小于段間距閾值的所有兩兩相鄰的快速變化段，將找出的每兩個相鄰快速變化段與對應的兩個快速變化段之間的點合并成一個段，將合并后的段與未合并的快速變化段組成準R波段； 3η)找出每個準R波段中的點的最大值，將最大值作為R波峰值； (4)獲取單心拍 4a)舍去消噪心電信號中的第一個R波峰值和最后一個R波峰值，其余為保留的R波峰值； 4b)以保留的R波峰值為參考，向時間負方向取「0.4./.|個點，向時間正方向取「0.12./1個點，其中，「I表示向上取整符號，f表示心電信號的采樣率； 4c)將時間正方向和時間負方向上取出的點與對應的R波峰值點組成單心拍； (5)獲得穩(wěn)定單心拍 5a)求消噪心電信號中所有單心拍的平均值，將其作為平均單心拍； 5b)采用絕對值距離計算公式，求出消噪心電信號中的單心拍與平均單心拍的絕對值距離，保留絕對值距離大于0.16.f的單心拍，舍去絕對值距離小于0.16.f的單心拍； 5c)求出保留的單心拍的平均值，將其作為穩(wěn)定單心拍； (6)求步驟(I)中的注冊方不同時間段的穩(wěn)定單心拍的平均值，將其作為參考單心拍； (7)提取生物特征向量 7a)采用相關(guān)系數(shù)計算公式，計算穩(wěn)定單心拍與參考單心拍的相關(guān)系數(shù)； 7b)以0.99為相關(guān)系數(shù)閾值，將小于0.99的相關(guān)系數(shù)置為O，大于0.99的相關(guān)系數(shù)保持不變，得到閾值化處理后的相關(guān)系數(shù)； 7c)采用絕對值距離計算公式，求出穩(wěn)定單心拍與參考單心拍的絕對值距離； 7d)以閾值化處理后的相關(guān)系數(shù)和對應的絕對值距離組成生物特征向量； (8)將提取的生物特征向量作為訓練特征向量； (9)獲取訓練數(shù)據(jù)集 9a)判斷訓練特征向量是否屬于注冊方，若屬于注冊方則設(shè)定訓練特征向量的類別標簽為1，若不屬于注冊方則設(shè)定訓練特征向量的類別標簽為O ; 9b)將每個訓練特征向量與該訓練特征向量的類別標簽組成一組訓練數(shù)據(jù)，以所有訓練數(shù)據(jù)的集合作為訓練數(shù)據(jù)集； (10)建立身份認證的隱條件隨機場模型 IOa)將訓練數(shù)據(jù)集、隱狀態(tài)個數(shù)3和窗長度I輸入到隱條件隨機場的模型訓練函數(shù)中，計算出身份認證的隱條件隨機場的模型參數(shù)； IOb)將身份認證的隱條件隨機場的模型參數(shù)輸入到隱條件隨機場模型中，建立身份認證的隱條件隨機場模型，將建立的身份認證隱條件隨機場模型儲存于IEEE802.15.6的中心內(nèi)； (11)在IEEE802.15.6協(xié)議的安全關(guān)聯(lián)過程中，節(jié)點采集心電信號，并將采集的心電信號使用先進加密標準AES加密，并將加密后的心電信號附在第四個安全關(guān)聯(lián)幀后傳送給中心； (12)在IEEE802.15.6協(xié)議的安全關(guān)聯(lián)過程中，中心對接收到的AES加密心電信號解密，并將解密后的心電信號作為測試心電信號，依次進行步驟(2)的消噪處理、步驟(3)的R波峰值檢測、步驟⑷的獲取單心拍、步驟(5)的獲得穩(wěn)定單心拍、步驟(7)的提取生物特征向量，將得到的生物特征向量作為測試特征向量； (13)將測試特征向量輸入到身份認證的隱條件隨機場模型中，計算測試特征向量對應于類別標簽O的概率和對應于類別標簽I的概率； (14)判斷認證是否通過 如果測試特征向量對應于類別標簽O的概率小于對應于類別標簽I的概率，則測試心電數(shù)據(jù)是注冊方的數(shù)據(jù)，認證通過；否則，認證不通過。
2.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟(2)所述的小波變換消噪方法如下: 第一步，按下式對心電信號進行小波分解:[C，I] = wt (S，8，sym8) 其中，c表示小波系數(shù)組成的向量，I表示各層小波系數(shù)的長度組成的向量，wt表示多尺度小波分解函數(shù)，s表示讀入的心電信號，8表示小波分解的層數(shù)，sym8表示采用的小波基; 第二步，將小波系數(shù)向量c中的第I層高頻系數(shù)、第2層高頻系數(shù)和第8層低頻系數(shù)置為O，得到處理后的小波系數(shù)Cl ； 第三步，按下式對Cl進行小波重構(gòu)，得到消噪后的心電信號:g = wt-1 (cl，1，sym8) 其中，g表示消噪后的心電信號，Wt^1表示多尺度小波重構(gòu)函數(shù)，Cl表示處理后的小波系數(shù)，I表示各層小波系數(shù)長度組成的向量，sym8表示采用的小波基。
3.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3a)所述的差分運算方法如下:d(i) = g(i+l)-g(i) 其中，d(i)表示第i個點的差分信號值，i = 1,2,3,…，g(i)表示第i個點的消噪心電信號的值。
4.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3d)、步驟3h)所述的時間正方向穩(wěn)定點判斷條件如下:max(g(m,…，m+7))-min(g(m,..., m+7)) ^ 0.0OOlf 其中，max表示求最大值函數(shù)，g(m,…，m+7)表示消噪心電信號g的m, m+1,…，m+7點對應的值所組成的序列，m表示當前的搜索點,min表示求最小值函數(shù)，f表示心電信號的采樣率。
5.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3d)所述的上升段正方向極值點判斷條件如下:
6.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3e)、步驟3i)所述的時間負方向穩(wěn)定點判斷條件如下:max (g(m-7,..., m))-min (g(m-7,...，m)) ^ 0.0OOlf 其中，max表示求最大值函數(shù)，g(m-7,..., m)表示消噪心電信號g的m_7, m_6,..., m點對應的值所組成的序列，m表示當前的搜索點,min表示求最小值函數(shù)，f表示心電信號的采樣率。
7.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3e)所述的上升段負方向極值點判斷條件如下:
8.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3h)所述的下降段正方向極值點判斷條件如下:
9.根據(jù)權(quán)利要求1所述的面向IEEE802.15.6的生物身份認證方法，其特征在于:步驟3i)所述的下降段負方向極值點判斷條件如下:
全文摘要
本發(fā)明公開了一種面向IEEE802.15.6的生物身份認證方法，該方法將心電信號截取為單心拍，根據(jù)單心拍計算穩(wěn)定單心拍，提取穩(wěn)定單心拍與參考單心拍的相關(guān)系數(shù)和絕對值距離，并將相關(guān)系數(shù)進行閾值化處理，將處理后的相關(guān)系數(shù)和絕對值距離作為生物特征，建立隱條件隨機場模型并儲存于中心內(nèi)。節(jié)點將加密心電信號附在IEEE 802.15.6的第四個安全關(guān)聯(lián)幀后傳送給中心，中心利用隱條件隨機場模型，實現(xiàn)心電信號的身份認證。本發(fā)明簡化了生物特征計算，同時能夠安全、準確地實現(xiàn)身份認證，克服了采用口令、秘密信道進行身份認證存在的安全隱患，可用于IEEE 802.15.6的身份認證，亦可用于傳統(tǒng)的個體身份識別場合。
文檔編號G06F21/32GK103093133SQ20131003174
公開日2013年5月8日 申請日期2013年1月8日 優(yōu)先權(quán)日2013年1月8日
發(fā)明者同鳴, 朱凱, 李存志, 王喜瑞 申請人:西安電子科技大學