在高度信息化的现代社会,个体身份的有效辨识变得越来越重要,传统的身份识别方式易于丢失和伪造,无法满足现代社会对安全性的需求。生物识别技术(Biometrics)根据人体固有的生理或行为特征进行可靠的身份识别,其优势在于更高的安全性和方便性,已经逐渐在很多领域发挥着日益重要的作用。但是生物识别技术在实际应用中面临着诸多挑战,引发了许多较为突出的安全问题,因此探索新的具备高安全性的生物特征识别技术成为国内外研究的热点。心音是来自人体内部的生理信号具有普遍性、唯一性和不可伪造性等优点,满足了身份识别对高安全性和可靠性的要求,得到国内外学者的广泛关注并开展了系列研究,成为该领域的研究热点之一本文在心音信号的预处理、特征提取和模式匹配等关键算法的相关研究基础上,首先研究了心音的身份识别算法；其次针对不同采集位置心音的差异性,提出了心音的多位置融合策略,消除了识别过程中可能会出现的位置差异导致识别率下降的问题；最后在安卓智能手机平台上实现了多位置融合的心音身份识别系统。本文主要的研究内容如下：(1)提出了心音自动分段算法。以心音的准周期特性为基础,利用高阶香农熵提取心音包络,结合峰值点-边界点检测、校正与识别完成心音各成分检测与定位。通过正常心音和复杂心音为实验证了算法性能,结果表明心音的各个成分基本上被准确定位,算法具有较高的准确性和鲁棒性。(2)提出了基于Bark频率倒谱系数(Bark Frequency Cepstrum Coefficients, BFCC)与加权矢量量化(Weighted Vector Quantization, WVQ)的心音身份识别算法。首先阐述了BFCC的基本原理和参数特性,在此基础上提出了BFCC+△BFCC与WVQ相结合的心音身份识别算法,并通过实验得到算法的最优参数组合。(3)研究了不同采集位置心音信号的差异性,提出了心音的特征级融合策略以实现多位置融合。通过对单一采集位置和多个采集位置的试验测试,表明位置融合能够有效地降低采集位置敏感性对心音识别的影响,消除了不同采集位置所造成的识别差异性。(4)开发了基于安卓智能手机的心音身份识别软件,软件主要包括蓝牙配对功能、用户注册功能、用户识别功能和系统管理等功能,可以完成手机端上的心音数据的接收与显示、特征提取与多位置融合、码本训练以及识别匹配。本文提供了一种基于安卓智能手机的心音多位置融合身份识别系统,解决了心音身份识别过程中位置敏感性问题,提供了一种安全易用的身份识别技术。