基于PPG信号和呼吸信号特征融合的身份识别方法

摘要

本发明公开了一种基于PPG信号和呼吸信号特征融合的身份识别方法，主要解决现有方法识别率较低的问题。其实现步骤：1)对训练PPG信号和呼吸信号预处理；2)对处理后的信号分别进行波峰检测，获取两信号的波形样本；3)利用指数稀疏约束的平滑非负矩阵分解方法分别对两信号样本提取特征，获取特征矩阵；4)对两信号的特征矩阵融合，获取训练模板库；5)分别对测试PPG样本和呼吸样本进行投影，获取测试特征；6)进行特征融合，获取融合测试样本；7)对测试样本类别预测，得到识别结果。本发明能够生成稳定有效的融合特征样本。仿真结果表明，其识别率达到100％，可应用于医疗、安全防务等对身份识别准确率要求较高的应用领域。