识别用户的心电信号的平均值，该平均值为心电信号所有采样点 处的心电毫伏电压值的算术平均；从待识别用户的心电信号中减去其平均值；
[0063] 步骤S22,使用一个均值滤波器除去高频噪音干扰（例如肌电噪声等）；
[0064] 步骤S23,使用一个高通滤波器（例如截止频率为1Hz)去除基线漂移；
[0065] 步骤S24,使用一个低通巴斯滤波器（例如截止频率为30Hz)抑制高频信息。
[0066] 利用图2所示的方法，本发明不仅实现了对待识别用户心电信号的滤波去噪处 理，消除了噪声干扰带来的影响，而且该处理方法简单易行，尤其适用于在计算能力较弱的 移动设备上执行。
[0067] 考虑到经过滤波去噪处理后的心电信号可能会出现变异，从而导致身份识别的准 确率下降，为了避免这种情况，在一种较佳的实施例中，对于经过滤波去噪处理之后的心电 信号，在正式提取特征参数之前，按照如图3所示的方法进行质量检测处理：
[0068] 步骤S31，对滤波去噪处理后的待识别用户的心电信号进行R点检测，并根据检测 结果将滤波去噪处理后的待识别用户的心电信号分割成若干个心动周期波形。
[0069] 步骤S32,计算每一个心动周期波形的R点到P点的距离、R点到T点的距离。
[0070] 步骤S33,计算所有心动周期波形的R点到P点的距离的平均值，以及计算所有心 动周期波形的R点到T点的距离的平均值。
[0071] 步骤S34,在若干个心动周期波形中，确定不达标的心动周期波形，不达标的心动 周期波形的R点到P点的距离大于所有心动周期波形的R点到P点的距离的平均值，或，不 达标的心动周期波形的R点到T点的距离大于所有心动周期波形的R点到T点的距离的平 均值。
[0072] 步骤S35,从若干个心动周期波形中，将不达标的心动周期波形剔除。
[0073] 具体的，该步骤可以容忍50个采样点之内的距离误差。
[0074] 经过如图3所示的质量检测处理，可以防止某些变异的心电信号被提取特征，能 进一步确保心电信号的波形质量，提高身份识别的准确率。
[0075] 步骤S3,对经过滤波去噪处理的待识别用户的心电信号提取特征参数，得到待识 别用户的初选特征参数。
[0076] 具体的，该步骤提取的初选特征参数包括但不限于是心电信号的各种波形特征 (即心电信号周期波形的幅度、间期、面积、周长、角度等相关几何特征，例如R波幅度，RR' 间期，st角度等），也可以经由以上各种波形特征经过各种变换（如小波变换、傅里叶变换 等）得到的特征及其组合。
[0077] 步骤S4,利用主成分分析法对待识别用户的初选特征参数进行筛选，得到待识别 用户的终选特征参数。
[0078] 步骤S5,利用待识别用户的终选特征参数构造待识别用户的心电信号特征向量。
[0079] 考虑到步骤S3得到的初选特征参数众多，而其中有些参数对身份识别的作用并 不大，为了减少后续构造特征向量的计算量，利于在计算能力较弱的移动设备上执行，本发 明在构造特征向量之前，先采用主成分分析法对步骤S3得到的初选特征参数进行精简，舍 去对身份识别作用较小的初选特征参数，保留对身份识别作用较大的初选特征参数（即终 选特征参数），再利用这些终选特征参数构造心电信号特征向量。
[0080] 具体的，采用主成分分析法对初选特征参数进行精简的过程如下：
[0081] 假设待识别用户的数量为m，初选特征参数的数量为n，终选特征参数的数量为k。
[0082] 第一步，定义数据集X*。
[0083] 设X*是如下数据集，
【主权项】
1. 一种基于屯、电信号的身份识别方法，其特征在于，包括： 接收待识别用户的屯、电信号； 对所述待识别用户的屯、电信号进行滤波去噪处理； 对经过滤波去噪处理的所述待识别用户的屯、电信号提取特征参数，得到待识别用户的 初选特征参数； 利用主成分分析法对所述待识别用户的初选特征参数进行筛选，得到待识别用户的终 选特征参数； 利用所述待识别用户的终选特征参数构造待识别用户的屯、电信号特征向量； 将所述待识别用户的屯、电信号特征向量与预先存储的特征向量模板进行比对，其中， 所述特征向量模板与已注册的用户身份相对应； 判断比对结果是否一致，若是，则确定所述待识别用户的身份识别成功。
2. 根据权利要求1所述的基于屯、电信号的身份识别方法，其特征在于，所述的将所述 待识别用户的屯、电信号特征向量与预先存储的特征向量模板进行比对，包括： 计算所述待识别用户的屯、电信号特征向量与所述特征向量模板的夹角余弦值； 判断所述夹角余弦值是否大于第一设定值，若是，则确定比对结果为一致。
3. 根据权利要求2所述的基于屯、电信号的身份识别方法，其特征在于，还包括： 接收待注册用户的屯、电信号； 对所述待注册用户的屯、电信号进行滤波去噪处理； 对经过滤波去噪处理的所述待注册用户的屯、电信号提取特征参数，得到待注册用户的 初选特征参数； 利用主成分分析法对所述待注册用户的初选特征参数进行筛选，得到待注册用户的终 选特征参数； 利用所述待注册用户的终选特征参数构造待注册用户的屯、电信号特征向量； 将所述待注册用户的屯、电信号特征向量作为所述特征向量模板进行存储。
4. 根据权利要求3所述的基于屯、电信号的身份识别方法，其特征在于，在所述的确定 所述待识别用户的身份识别成功之后，还包括： 判断所述夹角余弦值是否大于第二设定值，若是，则将所述特征向量模板更新为所述 待识别用户的屯、电信号特征向量。
5. 根据权利要求1所述的基于屯、电信号的身份识别方法，其特征在于，所述的对所述 待识别用户的屯、电信号进行滤波去噪处理，包括： 从所述待识别用户的屯、电信号中减去其平均值； 使用均值滤波器滤除高频噪音； 使用高通滤波器去除基线漂移； 使用低通己斯滤波器抑制高频信息。
6. 根据权利要求1所述的基于屯、电信号的身份识别方法，其特征在于，在所述的对所 述待识别用户的屯、电信号进行滤波去噪处理之后，还包括：对经过滤波去噪处理的所述待 识别用户的屯、电信号进行质量检测处理； 则所述的对经过滤波去噪处理的所述待识别用户的屯、电信号提取特征参数，包括：对 依次经过滤波去噪处理和质量检测处理的所述待识别用户的屯、电信号提取特征参数； 其中，所述质量检测处理包括： 对滤波去噪处理后的所述待识别用户的屯、电信号进行R点检测，并根据检测结果将滤 波去噪处理后的所述待识别用户的屯、电信号分割成若干个屯、动周期波形； 计算每一个屯、动周期波形的R点到P点的距离、R点到T点的距离； 计算所有屯、动周期波形的R点到P点的距离的平均值，W及计算所有屯、动周期波形的 R点到T点的距离的平均值； 在所述的若干个屯、动周期波形中，确定不达标的屯、动周期波形，所述不达标的屯、动周 期波形的R点到P点的距离大于所有屯、动周期波形的R点到P点的距离的平均值，或，所述 不达标的屯、动周期波形的R点到T点的距离大于所有屯、动周期波形的R点到T点的距离的 平均值； 从所述的若干个屯、动周期波形中，将所述不达标的屯、动周期波形剔除。
7