基于SVM的ECG传感器信号身份识别方法

通过心电图(ECG)传感器采集的信号在身份识别中得到了越来越广泛的应用。但小波滤噪结果往往通过主观判断,没有量化指标,滤波效果不理想;同时,对于ECG特征的提取没有考虑心率变化的影响,鲁棒性不佳。针对这2个问题,提出了一种通过信噪比和相关系数衡量预处理结果的办法,并且在特征的提取上只采用QRS波形,避开了易受心率影响的间期特征。最后使用了多种分类识别方法进行测试,得到了小样本下支持向量机(SVM)最适用于ECG识别的结论。