首页> 中文学位 >心电身份识别在汽车防盗系统上的应用
【6h】

心电身份识别在汽车防盗系统上的应用

代理获取

目录

第1章绪 论

1.1心电识别在汽车防盗上应用的意义

1.2 国内外研究现状及分析

1.3本文的结构安排

第2章适用于汽车防盗上的心电识别架构及算法

2.1引言

2.2心电基础知识

2.3 车载应用场合的心电识别架构

2.4 基于频谱特征的心电识别算法

2.5本章小结

第3章车载场合采集的心电信号去噪

3.1引言

3.2车载场合采集的心电信号噪声分析

3.3傅立叶变换去噪

3.4小波变换去噪

3.5去噪实验对比及对识别效果的影响

3.6本章小结

第4章运动状态下的心电识别方法

4.1引言

4.2运动状态下的心电信号分析

4.3基于插值法与频谱相关性的算法

4.4基于多心律样本库的算法

4.5本章小结

第5章面向汽车防盗应用的心电识别系统设计

5.1引言

5.2 心电采集模块的设计

5.3主控器的设计

5.4系统的测试

5.5本章小结

结论

参考文献

声明

致谢

个人简历

展开▼

摘要

人体生物特征信息有很好的唯一性、安全性等优点,已成为身份认证的一种新介质。心电信号是人体生物特征信息的一种。21世纪以来,许多学者开始探讨心电身份识别技术并取得一些成果,但实际应用尚未推广。本课题探讨如何把心电身份识别应用到嵌入式汽车系统中,以提高汽车防盗等安全指数。
  本文先是结合实际情况设计了一个适合于嵌入式车载应用场合的身份识别系统架构,然后分硬件电路设计和软件算法研究两方面工作去做。硬件电路设计包括采集模块设计和主控器的设计。采集模块设计上,对放大电路和滤波电路部分做了重点探讨。在主控器的设计上,充分考虑了运算速度、存储空间、所需接口等因素,确定一款合适的嵌入式控制处理芯片。软件算法上的研究主要包括信号的去噪算法、心电的识别算法和运动后等不同心律下的心电识别问题。在心电去噪方面,实验对比了传统的基于傅立叶变换去噪和基于小波去噪的结果,发现小波去噪效果更好。比对识别算法上,主要是在频域里面进行。运动状态的心电识别问题,主要从模型预测和建立多样本数据库这两个方向进行探讨。本论文的主要成果有:
  (1)设计了一个适合于嵌入式车载应用场合的身份识别系统,包括硬件电路设计和软件识别算法的实现。
  (2)为了操作的方便和实用,采集模块采用的是单导联手触式采集方案。针对该方案采集到的信号微弱而且含噪音比较多的特点,设计了合适的放大电路和滤波电路,并且在数据上进行了软件去噪处理,取得很好的效果。
  (3)针对心电信号时域波形不稳定的特点,提出了一种基于频谱特征的识别算法,并设计实验测试算法的识别正确率。为了解决因接触不良导致中间某段波形变形问题,在求频谱特征前先对几个周期波形进行平均。
  (4)针对运动后等不同心律状态下的心电识别问题,本文设计了两种算法,并实验测试算法的效果。发现建立多心律样本库,能提高运动状态下的心电识别正确率。
  设计的系统带有CAN总线接口,能够很好地与汽车控制系统融合,可以把心电身份识别技术与汽车控制很好地联系起来。同时对于后续的开发,可以把基于心电的疾病诊断技术融合进去,还能够监控开车司机的心脏疾病,对汽车的安全驾驶也有很重要的意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号