基于MEMS传感器数据拓扑分析的用户识别

摘要：

随着科技的迅速发展,智能手机安全性的问题越来越受人们关注,用户识别认证在保证智能手机安全方面扮演着重要的角色.提出了一种基于微机电系统(Microelectro Mechanical Systems,MEMS)传感器步态信号持续同调的用户识别的新方法,MEMS传感器信号中的混沌不变量(伪周期性)可以由相空间中的拓扑特征来表示,通过持续同调提取相空间拓扑特征,建立不同用户的持续同调模型.利用持续同调特点,进一步简化持续同调为概率密度,并使用K-L散度度量不同用户模型间的差异,最终利用MEMS传感器信号实现无须用户主动参与的身份认证.为验证持续同调模型,采用十个不同用户,两种运动状态数据,通过仿真完成用户识别,结果表明识别的平均准确率达到95.3％.

关键词：用户识别;传感器;持续同调;相空间;拓扑特征;散度

所属期刊栏目：38

分类号：N945.12;TP391.9(系统科学)

资助基金：广西自然科学基金;桂林电子科技大学研究生教育创新计划资助项目

在线出版日期：2022-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：136-141,181