[发明专利]基于人体PPG信号分段的身份识别方法

权利要求书

1.基于人体PPG信号分段的身份识别方法，包括如下步骤：

(1)获取训练数据库和测试数据；采集M个人在规定时间段内的光电容积脉搏波PPG信号，组成训练数据库S；再采集其中一人在另一时间段内的PPG信号，作为被鉴定者的测试数据x_G；

(2)对训练数据库S依次进行去噪，归一化处理，波峰检测，波形分割，插值，去除差异性大的波形和进行波形平均，得到单周期平均波形数据库W；

(3)将单周期平均波形数据库W中每一个单周期波形进行分段处理，得到训练数据的上子波形集V₁、中子波形集V₂和下子波形集V₃，并计算各子波形集中同一个人两两子波形之间的相似度，得到训练数据上子波形集的权重因子d₁、中子波形集的权重因子d₂和下子波形集的权重因子d₃；

(4)利用鉴别式非负矩阵分解DNMF方法分别对训练数据的上子波形集V₁、中子波形集V₂和下子波形集V₃进行分解，得到训练数据上子波形集的基空间Z₁、中子波形集的基空间Z₂、下子波形集的基空间Z₃、训练数据上子波形特征集H₁、中子波形特征集H₂和下子波形特征集H₃；

(5)利用训练数据上子波形集的权重因子d₁，中子波形集的权重因子d₂和下子波形集的权重因子d₃分别对训练数据上子波形特征集H₁，中子波形特征集H₂下子波形特征集H₃中相应的子特征进行加权融合，得到训练模板库H；

(6)对被鉴定者的测试数据x_G依次进行步骤(2)-(3)操作，得到测试数据x_G的上子波形集Α₁，中子波形集Α₂，下子波形集Α₃和测试数据上子波形集的权重因子a₁，测试数据中子波形集的权重因子a₂和测试数据下子波形集的权重因子a₃；

(7)将测试数据x_G的上子波形集Α₁，中子波形集Α₂，下子波形集Α₃分别在训练数据上子波形集的基空间Z₁，中子波形集的基空间Z₂，下子波形集的基空间Z₃上进行投影，获得测试数据上子波形特征集F₁，中子波形特征集F₂和下子波形特征集F₃；

(8)利用测试数据x_G的各子波形集的权重因子a₁，a₂和a₃，将测试数据x_G的上子波形特征集F₁，中子波形特征集F₂和下子波形特征集F₃进行加权融合，得到测试特征集F；

(9)利用训练模板库H和被鉴定者的测试特征集F，对被鉴定者的身份进行识别。

2.根据权利要求1所述的方法，其中步骤(2)中的归一化处理，采用的计算公式为：其中S2_(i,j)表示为归一化后的训练数据库S2中第i行第j列的采样点，i∈[1,M]，j∈[1,N]，N表示每人PPG信号的采样点数，S1_(i,j)表示去噪后的训练数据库S1中第i行第j列的采样点，S1_i表示去噪后的训练数据库S1中第i行所有采样点。