[发明专利]一种基于眨眼声音信号的身份验证方法

权利要求书

1.一种基于眨眼声音信号的身份验证方法，其特征在于，具体步骤包括如下：获取回波信号，其中所述回波信号包含眨眼信息；

预处理，利用短时傅立叶变换将包含眨眼信息的回波信号的能量谱密度信号，并进行离群值和干扰消除；

集成经验模态分解，利用集成经验模态将能量谱密度信号分解为分量和残差；希尔伯特-黄变换，对获得的每个分量进行快速傅立叶变换，得到所述分量中与眨眼信息对应的信号，转换成希尔伯特频谱；

数据增强，利用非局部关系表示层增加所述希尔伯特频谱的频谱帧中的频域特征；

构建特征提取器和训练分类器，区分合法用户与其他用户。

2.根据权利要求1所述的一种基于眨眼声音信号的身份验证方法，其特征在于，获取回波信号的具体步骤如下：

移动设备以固定的频率传输声音信号，并以固定的采样率采集回波信号；使用多普勒频移信息来捕获眨眼的动作；所述多普勒频移信息表征由于移动物体引起的相对路径长度差异而引起的相位和频率变化；其中相对频移记为

其中v是物体的移动速度，c₀是音速，f₀是声音信号的频率。

3.根据权利要求1所述的一种基于眨眼声音信号的身份验证方法，其特征在于，所述预处理中，利用短时傅立叶变换计算接收到的回波信号得到能量谱密度信号：

其中，FFT_N是N点快速傅立叶变换，x(t)是接收的回波信号，定义为：

其中p是信号沿其传播的所有路径的集合，A_i，f和分别是路径i信号的幅度，频率和相位。

4.根据权利要求1所述的一种基于眨眼声音信号的身份验证方法，其特征在于，离群值消除的具体步骤如下：

判断|E_i-median(E_i,K)|＞σ×std(E_i,K)；

其中，E_i为能量谱密度信号离群值，median(E_i,K)为中位数；std(E_i,K)相邻能量谱密度信号离群值E_i的K点的标准偏差；满足上述条件的E_i为能量谱密度信号离散离群值，用其相邻点的平均值或通过插值替换离群值得到消除离群值的能量谱密度信号E_j。

5.根据权利要求1所述的一种基于眨眼声音信号的身份验证方法，其特征在于，干扰消除的具体步骤如下：干扰包括来自周围运动物体的静态路径干扰和动态路径干扰；其中，静态路径干扰为视线干扰，但不包含有关眨眼和身体运动的任何有用信息；所述动态路径干扰依赖环境条件；其中，接收的回波信号为：

其中p_i是静态路径的集合，而p_d是动态路径的集合，能量谱密度信号表示为

利用声音的背景消除法消除静态物体、视距信号和人体运动的干扰。

6.根据权利要求1所述的一种基于眨眼声音信号的身份验证方法，其特征在于，消除干扰后的能量频谱密度信号

F_j＝(1-α)F_j-1+αE_j，j∈[2,...，T]；

其中，E_j表示消除离群值后的能量频谱密度信号中第j个序列；F_i表示与E_j相对应的背景噪声；α是更新速率，由如下公式给出：