[发明专利]一种用户身份认证的方法及装置

权利要求书

1.一种用户身份认证的方法，其特征在于，包括：

获取加速度传感器检测到的加速度数据，所述加速度数据是所述加速度传感器检测到的待认证用户在保持静态姿势时肌肉震动带动终端震动所产生的加速度数据；

根据获取到的所述加速度数据，计算得到三维空间内所述加速度数据的至少一个高阶谱；

根据得到的至少一个高阶谱，计算得到至少一个高阶谱的高阶统计量；

从得到的至少一个高阶谱的高阶统计量中提取设定数量的特征值，得到特征向量集合；

根据所述特征向量集合以及最小分类超球面对所述待认证用户进行身份认证，所述最小分类超球面是通过对合法用户在保持静态姿势时肌肉震动带动终端震动所产生的加速度数据进行训练得到的；

从得到的至少一个高阶谱的高阶统计量中提取设定数量的特征值，包括：

若根据获取到的所述加速度数据，得到三维空间内所述加速度数据的二阶谱，则分别提取以下高阶统计量为特征值：所述二阶谱的峰值频率f_max(PSD)、所述二阶谱未归一化的峰值max(PSD)、所述二阶谱未归一化的所有样本点数之和S(PSD)、所述二阶谱未归一化的所有样本点数之和与未归一化的最大值的比值S_r(PSD)、所述二阶谱归一化后的一阶谱矩m₁(PSD)、所述二阶谱归一化后的二阶谱矩m₂(PSD)、所述二阶谱归一化后的四阶谱矩m₄(PSD)、所述二阶谱比归一化后的最大值的0.05倍大的所有样本点数N_5％(PSD)、所述二阶谱比归一化后的最大值的0.95倍大的所有样本点数N_95％(PSD)；

若根据获取到的所述加速度数据，得到三维空间内所述加速度数据的三阶谱的对角切片，则分别提取以下高阶统计量为特征值：所述三阶谱的对角切片未归一化峰值max(diag|Bisp|)、所述三阶谱的对角切片未归一化的所有样本点数之和S(diag|Bisp|)、所述三阶谱的对角切片未归一化的所有样本点数之和与未归一化的最大值的比值S_r(diag|Bisp|)、所述三阶谱的对角切片归一化后的一阶谱矩m₁(diag|Bisp|)、所述三阶谱的对角切片归一化后的二阶谱矩m₂(diag|Bisp|)、所述三阶谱的对角切片归一化后的五阶谱矩m₅(diag|Bisp|)、所述三阶谱的对角切片比归一化后的最大值的0.05倍大的所有样本点数N_5％(diag|Bisp|)、所述三阶谱的对角切片比归一化后的最大值的0.95倍大的所有样本点数N_95％(diag|Bisp|)；

若根据获取到的所述加速度数据，得到三维空间内所述加速度数据的四阶谱的对角切片，则分别提取以下高阶统计量为特征值：所述四阶谱的对角切片未归一化的峰值max(diag|Trisp|)、所述四阶谱的对角切片未归一化的所有样本点数之和S(diag|Trisp|)、所述四阶谱的对角切片未归一化的所有样本点数之和与未归一化的最大值的比值S_r(diag|Trisp|)、所述四阶谱的对角切片归一化后的一阶谱矩m₁(diag|Trisp|)、所述四阶谱的对角切片归一化后的二阶谱矩m₂(diag|Trisp|)、所述四阶谱的对角切片归一化后的三阶谱矩m₃(diag|Trisp|)、所述四阶谱的对角切片比归一化后的最大值的0.05倍大的所有样本点数N_5％(diag|Trisp|)、所述四阶谱的对角切片比归一化后的最大值的0.95倍大的所有样本点数N_95％(diag|Trisp|)。

2.如权利要求1所述的方法，其特征在于，所述通过对合法用户在保持静态姿势时肌肉震动带动终端震动所产生的加速度数据进行训练得到所述最小分类超球面，包括：

获取加速度传感器检测到的加速度数据，所述加速度数据是所述加速度传感器检测到的合法用户在保持静态姿势时肌肉震动带动终端震动所产生的多组加速度数据；

基于高阶统计量对获得的多组加速度数据进行特征提取，得到多组特征向量集合；

根据所述多组特征向量集合，采用一类分类支持向量机One Class-SVM，对所述最小分类超球面进行训练。