基于毫米波雷达的身份识别方法和系统技术方案

本发明专利技术提出的基于毫米波雷达的身份认证识别方法及系统，包括：利用毫米波雷达采集多条不同用户的雷达回波数据；将所采集到的雷达回波数据通过预处理的方式分解出雷达心脏机械活动波形数据RCG；对所述雷达心脏机械活动波形数据RCG进行心率估计和心拍定位；根据定位出的心拍位置，进行心拍切割和心拍对齐，最终生成当前用户的心拍模板；对所述当前用户心拍模板进行归一化处理；将所述当前用户归一化心拍模板与模板库中模板进行匹配和识别。本发明专利技术通过利用用户心拍模板的唯一性和难以仿制的特性，可实现非接触、安全系数高的身份识别。安全系数高的身份识别。安全系数高的身份识别。

【技术实现步骤摘要】
基于毫米波雷达的身份识别方法和系统


[0001]本专利技术涉及模式识别
领域，更具体地，涉及一种基于毫米波雷达的身份识别方法和系统。

技术介绍

[0002]身份识别在安防监控、金融安全等信息安全领域有着巨大的应用前景，然而传统的身份识别方式存在易丢失、易被伪造的问题，如密码、令牌、指纹、人脸、语音等。生物识别技术利用人体固有生理信号难以复制这一特性，成为广受关注的新型身份识别方式。心跳引起的胸腔振动信号(心脏机械活动信号)是一种医学生理信号，心跳的模式取决于心脏的生物学特征和几何结构，存在很强的个体差异性，满足身份识别的必要特性，其次，心脏机械活动信号的监测具有活体检测的属性，可有效避免指模、照片、3D打印技术等仿制问题。
[0003]毫米波雷达可以通过监测心脏运动导致的胸腔微动，从而监测心脏的机械活动。通过心脏机械活动波形可以观察到一个完整的心跳运动周期由等容收缩(IC)、二尖瓣关闭(MC)、主动脉瓣打开(AO)、等容舒张(IM)、主动脉瓣关闭(AC)、二尖瓣打开(MO)和舒张期快速充盈(RF)七个阶段组成。一个心跳周期内的胸腔振动模式因心脏的生物学特征和几何结构存在显著差异，可以作为监测对象的独特身份特征，且难以被窃取和仿制。此外，相较于现有的指纹、心电、心音等身份认证模式，基于毫米波雷达监测心脏机械活动的身份识别过程，具有无接触、远距离、环境噪声影响小的特点。中国专利CN108647961A公开了一种基于心电信号身份认证的数字货币钱包。包括心电锁硬件和心电锁钱包APP。用户开启心电锁钱包APP，则自动唤醒心电锁硬件，心电锁硬件采集用户心电信号，对其进行特征提取，并基于所提取的特征进行心电身份识别。其中，用户在操作期间需始终佩戴心电锁硬件用于心电信号的采集，所述心电锁硬件为心电锁手环，采用光电连续式心电传感器进行原始心电信号的采集。所述心电信号的特征为心拍的QRS波持续时间、R
‑
R间隔和平均R
‑
R间隔。中国专利CN101421744B公开了一种电
‑
生物身份识别方法和设备。包括两个生物签名，第一个生物签名为特定个体心跳图形的表现与所存储的多个个体的心跳图形的共有特征之间的差异；第二个生物签名为所选个体心跳图形的表现与所存储的多个个体的心跳图形的共有特征之间的差异，其中，所述心跳图形为心电信号(ECG信号)波形。所述的ECG信号的采集方式为电极放置于用户固定的采集部位进行信号获取，这些部位包括臂和腿(包括手指和脚趾)，用户在使用过程中左手的手指触摸第一传感器，同时右手的手指触摸另一个传感器，触摸的接触物通常为金属等导电介质。但是，CN101421744B需要采用电极贴片采集特定部位的电生理信号，CN108647961A需采用心电锁手环进行接触式的心电信号采集，用户使用心电锁钱包APP时，需始终佩戴信号采集设备，这种接触式的设备并不适用于存在皮肤受损、传染性疾病或其他不宜佩戴信号采集设备的用户。其次，现有技术CN108647961A所述采集的心电信号特征为QRS波持续时间、R
‑
R间隔和平均R
‑
R间隔，所述关于持续时间的特征受用户当时的运动状态、心率、紧张情绪、服用药物的影响，会存在较大的波动，最终导致用户因运动、紧张情绪、服用药物等被拒绝使用心电锁钱包APP。
[0004]可见，现有技术的上述方案中，存在用于身份识别的生物特征易被窃取、伪造、难以无接触式获取的问题。

技术实现思路

[0005]为了克服上述现有技术的不足，利用心脏机械运动模式的唯一性和难以伪造的特点，本专利技术提供一种基于毫米波雷达的身份识别方法和系统。
[0006]一方面，本专利技术提出了一种基于毫米波雷达的身份识别方法，包括：
[0007]步骤1：利用毫米波雷达采集多条不同用户的雷达回波数据；
[0008]步骤2：将所采集到的雷达回波数据通过预处理的方式分解出雷达心脏机械活动波形数据RCG；
[0009]步骤3：对所述雷达心脏机械活动波形数据RCG进行心率估计和心拍定位；
[0010]步骤4：根据定位出的心拍位置，进行心拍切割和心拍对齐，最终生成当前用户的心拍模板；
[0011]步骤5：对所述当前用户心拍模板进行归一化处理；
[0012]步骤6：将所述当前用户归一化心拍模板与模板库中模板进行匹配和识别。
[0013]进一步的，在上述技术方案的基础上，所述步骤1还包括：
[0014]所采集的用户数量大于30人，并覆盖不同性别、不同年龄段和不同心率的人群；
[0015]数据采集的最短持续时间为20秒，采集方式为用户正对信号采集装置站立，距离为20cm
‑
50cm之间。
[0016]进一步的，在上述技术方案的基础上，所述步骤2中的预处理包括以下处理方式：
[0017]波束成形、相位信息提取、相位解卷绕和带通滤波器滤波。
[0018]进一步的，在上述技术方案的基础上，所述步骤3还包括：
[0019]1)采用自相关函数ACF的方式绘制步骤2所得的RCG信号的自相关ACF曲线，用于估计心率HR，其中，将ACF曲线中最高峰所对应的横坐标定义为RCG信号的心率HR；
[0020]2)将Pan
‑
Tompkins算法中巴特沃斯带通滤波器的上、下限截止频率分别设置为8Hz和20Hz，识别RCG信号中的主动脉打开AO峰，生成AO峰序列，AO峰序列中元素记为AOI[i]，其中i为AO峰序列中的顺序号，1≤i≤M，M为所述顺序号的最大值，计算相邻AO峰的间隔，间隔编号为相邻AO峰的顺序号的较大者，记为diff_AOI[j]，其中，2≤j≤M，例如：diff_AOI[k]为AOI[k]与AOI[k
‑
1]之间的间隔；
[0021]若相邻AO峰间隔的均值mean_diff_AOI在[60
×
fs/HR
‑
10,60
×
fs/HR+10]区间范围内，则判定当前RCG信号计算所得的AO峰序列有效,如果当前AO峰序列无效，则提示用户重新采集数据，直至所述AO峰序列满足上述有效的要求，有效AO峰序列的每个元素记为AO_loc[i],其中，所述fs为采样频率。
[0022]进一步的，在上述技术方案的基础上，所述fs为100Hz。
[0023]进一步的，在上述技术方案的基础上，所述步骤4还包括：
[0024]1)对步骤2中RCG信号进行高通滤波，采用巴特沃斯高通滤波器，其中参数选择为：归一化截止频率Wn为0.08，用于增强AO峰，在[AO_loc[i]‑
10,AO_loc[i]+10]的区间范围内寻找最大值，进行AO峰位置微调，后续切割心拍时始终以所述AO峰为基准点，进行心拍的对齐；
[0025]2)根据步骤3所得的心率HR计算出心拍的持续时间len_beat，计算公式为：
[0026]len_beat＝6本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的身份识别方法，其特征在于包括：步骤1：利用毫米波雷达采集多条不同用户的雷达回波数据；步骤2：将所采集到的雷达回波数据通过预处理的方式分解出雷达心脏机械活动波形数据RCG；步骤3：对所述雷达心脏机械活动波形数据RCG进行心率估计和心拍定位；步骤4：根据定位出的心拍位置，进行心拍切割和心拍对齐，最终生成当前用户的心拍模板；步骤5：对所述当前用户心拍模板进行归一化处理；步骤6：将所述当前用户归一化心拍模板与模板库中模板进行匹配和识别。2.根据权利要求1所述的身份识别方法，其特征在于，所述步骤1还包括：所采集的用户数量大于30人，并覆盖不同性别、不同年龄段和不同心率的人群；数据采集的最短持续时间为20秒，采集方式为用户正对信号采集装置站立，距离为20cm
‑
50cm之间。3.根据权利要求1所述的身份识别方法，其特征在于，所述步骤2中的预处理包括以下处理方式：波束成形、相位信息提取、相位解卷绕和带通滤波器滤波。4.根据权利要求1
‑
3任一项所述的身份识别方法，其特征在于，所述步骤3还包括：1)采用自相关函数ACF的方式绘制步骤2所得的RCG信号的自相关ACF曲线，用于估计心率HR，其中，将ACF曲线中最高峰所对应的横坐标定义为RCG信号的心率HR；2)将Pan
‑
Tompkins算法中巴特沃斯带通滤波器的上、下限截止频率分别设置为8Hz和20Hz，识别RCG信号中的主动脉瓣打开AO峰，生成AO峰序列，AO峰序列中每个元素记为AOI[i]，其中i为AO峰序列中的顺序号，1≤i≤M，M为所述顺序号的最大值，计算相邻AO峰的间隔，间隔编号为相邻AO峰的顺序号的较大者，记为diff_AOI[j]，其中，2≤j≤M；若相邻AO峰间隔的均值mean_diff_AOI在[60
×
fs/HR
‑
10,60
×
fs/HR+10]区间范围内，则判定当前RCG信号计算所得的AO峰序列有效，每个元素记为AO_loc[i],其中，所述fs为采样频率。5.根据权利要求4所述的身份识别方法，其特征在于所述fs为100Hz。6.根据权利要求5任一项所述的身份识别方法，其特征在于，所述步骤4还包括：1)对步骤2中RCG信号进行高通滤波，采用巴特沃斯高通滤波器，其中参数选择为：归一化截止频率Wn为0.08，用于增强AO峰，在[AO_loc[i]
‑
10,AO_l...

【专利技术属性】
技术研发人员：濮玉，万锦伟，陈杰，刘晨，
申请(专利权)人：中国电子科技南湖研究院，
类型：发明
国别省市：