[发明专利]基于奇异值分解的PPG信号身份识别方法及系统

说明书

本发明属于PPG信号生物识别技术领域，提供了一种基于奇异值分解的PPG信号身份识别方法及系统，本发明利用奇异值分解方法得到获取PPG信号相应的特征向量，减低了信号噪声，利用构建的多特征及其分组获取PPG信号中判别性强的特征，且充分利用不同PPG信号之间的关联信息，进一步增强PPG信号身份识别方法能力，以此来提高PPG信号身份识别系统的鲁棒性和性能；通过计算特征向量与预设的用户PPG向量模板库中每一个模板之间的欧式距离，把距离值最小且达到一定阈值的模板作为要识别的用户，实现了PPG信号身份识别的目的。

技术领域

本发明属于PPG信号生物识别技术领域，尤其涉及一种基于奇异值分解的PPG信号身份识别方法及系统。

背景技术

近年来，人脸、声音、虹膜、脑电图(Electroencephalogram，EEG)、心电图(Electrocardiogram，ECG)、唇印、步态运动、光容积描记术(Photoplethysmography，PPG)、指纹、手掌静脉和手指静脉等生物特征受到越来越多学者的青睐，并取得了良好的效果。然而，人脸识别可以通过人工伪装来伪装，语音很容易被模仿，指纹可以用乳胶进行修改，并且基于EEG和ECG的方法获取生物信号非常复杂。而PPG是一种非侵入性的光电信号，可以从指尖、手腕或耳垂等处以低成本获取。作为一种新的生物特征识别技术，PPG的普遍性、唯一性、鲁棒性和适应性已经得到了研究的验证，并且PPG信号已被证明具有区分个体的能力。因此，PPG生物特征提取与识别越来越受到人们的重视。

发明人发现，人们对PPG生物特征识别的特征提取方法进行了广泛的研究，并取得了一些有希望的结果。然而，在用于PPG生物特征提取的方法中，有的对PPG信号的局部特征分析不够深入，有的时间开销大，有的需要太多复杂调整的超参数，不利于小尺度数据的训练；而且目前现有PPG信号身份识别方法考虑信号内部的结构特性比较单一，没有很好的利用不同PPG信号之间的关联信息，由于PPG信号存在个体内变化问题，导致现有PPG信号身份识别方法的准确率相对较低。

发明内容

本发明为了解决上述问题，提出了一种基于奇异值分解的PPG信号身份识别方法及系统，属于一种基于奇异值分解和多特征判别分析的PPG信号身份识别方法，利用奇异值分解方法减低了信号噪声，利用构建的多特征及其分组获取PPG信号中判别性强的特征，且充分利用不同PPG信号之间的关联信息，进一步增强PPG信号身份识别方法能力，以此来提高PPG信号身份识别系统的鲁棒性和性能。

为了实现上述目的，本发明是通过如下的技术方案来实现：

第一方面，本发明提供了一种基于奇异值分解的PPG信号身份识别方法，包括：

获取PPG信号；

利用投影矩阵，得到PPG信号相应的特征向量；

计算特征向量与预设的用户PPG向量模板库中每一个模板之间的欧式距离，把距离值最小且达到一定阈值的模板作为要识别的用户；

其中，用户PPG向量模板库的构建包括：利用奇异值分解方法对训练集中PPG信号进行预处理；把预处理后的训练集中PPG信号进行单周期分段；依据单周期分段结果，构建训练集中PPG信号的多特征并进行分组，得到多特征组；对多特征组进行判别分析，计算出所有训练样本的投影矩阵，利用投影矩阵构造训练集的多特征模块库作为用户PPG向量模板库。

进一步的，对PPG信号进行预处理包括：

获取PPG信号；

依据获取的PPG信号中的样本个数，构建汉克尔矩阵；

对构建的汉克尔矩阵进行奇异值分解，得到奇异值集合；

对奇异值集合进行处理，计算奇异值的均值，将奇异值中大于等于均值的奇异值保留，其余奇异值置零，得到；