随着信息网络化时代的到来,身份盗窃作为一个新词出现在大众视野中。身份盗窃是指非法获取他人的帐号、密码,例如社会保障识别号码、驾驶执照号码或者信用卡号码,以此来假冒别人,是一种犯罪行为。身份盗窃是严重事件,受害者要花数百美元和很长时间来修补他们的好名声和信用纪录。有受害者因此失去工作机会,或因不良信誉而不被允许为教育和住房贷款。在极少情况下,他们会因没有犯过的罪行而被逮捕。鉴于此,社会需要一个有效的安全机制部署来打击身份犯罪。传统的生物特征识别方法,如指纹、虹膜、DNA、语音等,如今也面临着被仿制、伪造的安全问题。因此,本文提出了实施一种新的生物特征识别技术—心电信号(Electrocardiogram, ECG),作为一种可行的解决上述问题的方案。本文主要研究了采用ECG信号进行身份识别的技术和方法,通过对个体的ECG信号的研究,以实现对个体的身份识别。在阐述了ECG信号的产生原理以及噪声特点的基础之上,首先利用巴特沃斯数字滤波器对ECG信号进行预处理以消除噪声,然后采用自相关变换(Autocorrelation, AC)的方法对ECG信号进行特征提取,并对不同个体的AC系数的区分性能进行评估和比较,对AC系数序列进行降维后构成特征向量,最后引入回声状态网络(Echo State Network,ESN)对部分特征向量进行训练,然后用训练好的回声状态网络对测试集进行测试,并与采用线性判别分析(Linear Discriminant Analysis, LDA)和K近邻法算法进行分类的结果进行比较和分析。本文所做的工作如下：(1)总结了心电信号的产生原理和特征,并对ECG信号可用于身份识别做了可行性分析,对基于心电信号的身份识别的应用奠定基础。(2)对基于心电信号的身份识别的国内外研究现状做了分析和总结,这些内容对本文的研究具有指导和借鉴作用。(3)提出了心电信号预处理的方法,包括心电信号的去噪和标准化ECG信号。首先利用巴特沃斯数字滤波器消除ECG信号中的噪声和基线漂移,在此基础上对ECG信号进行重采样,统一ECG信号的幅度增益,以标准化ECG信号。(4)提出了基于ESN的心电信号识别算法；ESN方法最早用于时间序列的预测,在这里我们首次引入ESN方法用于ECG信号的身份识别。最后用公共心电数据库中的数据和自行采集的数据进行ESN网络的训练和测试集的识别,并对结果进行分析。本文的研究目的是找出一种安全性好、识别率高和鲁棒性强的生物特征识别技术新途径,为ECG信号身份识别技术的广泛应用和坚实的理论基础支撑。图27