[发明专利]一种基于振动信号的身份验证方法和系统

权利要求书

1.一种基于振动信号的身份验证方法，包括以下步骤：

用户自定义智能设备的每个数字按键和振动信号类型之间的关联关系，并自定义PIN码；

采集用户输入PIN码时产生的振动信号；

对所采集的振动信号进行处理并提取振动信号的有效部分；

提取所述振动信号的有效部分的梅尔倒谱系数；

将所述梅尔倒谱系数输入经训练的隐马尔可夫模型，获得振动信号类型的分类结果；

根据所述分类结果，并结合设定的数字按键和振动信号类型之间的关联关系，进行身份验证。

2.根据权利要求1所述的方法，其中，根据以下步骤设定数字按键和振动信号类型之间的关联关系：

对于智能设备的多个数字按键，设定每个数字按键与振动信号类型之间的一一对应关系，其中对于不同类型的振动信号，至少振动幅度或振动频率不同。

3.根据权利要求1所述的方法，其中，所述智能设备包括笔记本电脑、台式电脑和门禁系统。

4.根据权利要求1所述的方法，其中，对所采集的振动信号进行处理并提取振动信号的有效部分包括：

利用树莓派连接的振动信号传感器采集用户输入PIN码时产生的振动信号，并采用巴特沃斯带通滤波器进行滤波；

计算振动信号的短时能量；

用基于短时能量的双门限端点检测确定振动信号有效部分的起点和终点；

根据获取的起点和终点对振动信号进行截取，获得振动信号的有效部分。

5.根据权利要求4所述的方法，其中，所述振动传感器包括压电薄膜振动传感器和压电陶瓷振动传感器。

6.根据权利要求1所述的方法，其中，提取所述振动信号的有效部分的梅尔倒谱系数包括：

对获取的信号有效部分进行预加重、分帧和加窗；

对每一个短时分析窗，通过短时傅里叶变换得到对应的频谱；

将获得的频谱通过梅尔滤波器组得到梅尔频谱；

对得到的梅尔频谱取对数，并进行离散余弦变换，进而选择前14个系数作为提取出的梅尔倒谱系数。

7.根据权利要求1所述的方法，其中，以所述梅尔倒谱系数作为观察序列，使用鲍姆-韦尔奇算法训练隐马尔可夫模型，并且对应于每种类型的振动信号各训练一个隐马尔克夫模型。

8.根据权利要求7所述的方法，其中，还包括根据以下步骤评估经训练的隐马尔可夫模型：

利用维特比算法计算测试数据对于各个隐马尔可夫模型的输出概率，并给出最佳的状态路径；

将输出概率最大的隐马尔可夫模型所对应的振动信号类型作为该测试数据的分类结果。

9.一种基于振动信号的身份验证系统，包括：

自定义单元：用于用户自定义智能设备的每个数字按键和振动信号类型之间的关联关系，并自定义PIN码；

信号采集单元：用于采集用户输入PIN码时产生的振动信号；

信号处理单元：用于对所采集的振动信号进行处理并提取振动信号的有效部分；

特征提取单元：用于提取所述振动信号的有效部分的梅尔倒谱系数；

分类识别单元：用于将所述梅尔倒谱系数输入经训练的隐马尔可夫模型，获得振动信号类型的分类结果；

身份验证单元：用于根据所述分类结果，并结合设定的数字按键和振动信号类型之间的关联关系，进行身份验证。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。