基于人体通信的生物特征身份识别方法研究
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN915

基金项目:

国家自然科学基金(62001282)项目资助


Research on biometric identification method based on human body communication
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于人体通信技术发展迅速且应用前景广阔,提出一种基于人体通信技术的生物特征身份识别方法。 在适合人体通信 的 UWB 频段和 HBC 频段下,将人体通信链路的路径损耗作为生物特征。 首先根据不同链路的测量值,使用支持向量机进行身 份识别;再使用带有不同核函数的 C-SVM 和 Nu-SVM 方法在 11 条链路的数据集下进行身份识别;最后选取 8 ~ 10 GHz 的 UWB 子频段进行识别提高计算速度。 结果表明,链路通信距离越长,识别率越高。 带高斯核的 C-SVM 在 UWB 频段下的识别效果最 好,识别率达 96. 41%、AUC 为 0. 999 1 以及 0. 017 2%的 EER。 通过选取子频段将计算时间降低到 0. 142 s,速度得到明显提高。

    Abstract:

    Due to the rapid development of human body communication technology and broad application prospects, this paper proposes a biometric identification method based on human body communication technology. In the UWB frequency band and HBC frequency band suitable for human body communication, the path loss of the human body communication link is used as a biological feature. First, use the support vector machine for identification according to the measured values of different links; then use the C-SVM and Nu-SVM methods with different kernel functions for identification under the data set of 11 links; finally select 8 ~ 10 GHz UWB sub-band is recognized to improve the calculation speed. The results show that: the longer the link communication distance, the higher the recognition rate. The C-SVM with Gaussian kernel has the best recognition effect in the UWB frequency band, with a recognition rate of 96. 41%, AUC of 0. 999 1 and EER of 0. 017 2%. By selecting the sub-band to reduce the calculation time to 0. 142 s, the speed is significantly improved.

    参考文献
    相似文献
    引证文献
引用本文

吴秋雯,廖 薇.基于人体通信的生物特征身份识别方法研究[J].电子测量与仪器学报,2022,36(5):113-119

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-03-06
  • 出版日期:
文章二维码