何圣康，赵治栋

(1.杭州电子科技大学通信工程学院，浙江 杭州310018;2.杭州电子科技大学电子信息学院，浙江 杭州310018)

0 引 言

常见的生物特征识别技术有指纹、虹膜、视网膜、人脸、声纹、步态等[1-2]。不同于传统的生物识别技术，心音身份识别技术采用心音信号进行身份识别。不同的人的心音信号有着完全不同的特征且具有极高的稳定性，可以作为生物识别技术的识别特征[3]。近年来，国内外一些研究人员对心音身份识别进行了研究，证明了采用心音信号进行个人身份识别的可能性，并取得了一定的进展[4]。本文开发的基于Android的心音身份识别系统，能够方便地完成对用户心音信号的采集，完成用户的注册以及识别。

1 心音身份识别原理

利用心音信号进行身份识别主要包括两个过程:训练过程和识别过程。

在训练的过程中，本文提取MFCC 作为特征参数。MFCC 指的是MEL 频率倒谱系数，常用于提取语音信号的特征参数。考虑到心音信号和语音信号同属于音频信号，心音信号同样可以提取MFCC 作为特征参数。

MFCC参数提取流程如图1所示。

图1 MFCC参数提取流程

在对语音信号提取MFCC 特征参数时，帧长范围是20 25 ms。不同于语音信号，心音信号具备准周期性，标准语音帧长的20 25 ms 并不适用于心音信号，而是应该大于20 25 ms[4]。本文选取的心音信号的帧长为256 ms，帧移为64 ms。由于心音信号的频率范围为30 500 Hz，所以MEL 滤波器组的截止频率选取500 Hz[5]。

在模式匹配的过程中，采用矢量量化VQ模型匹配算法。通过LBG算法从所有特征矢量中训练出可以表征一个人身份的码本。……