[發明專利]一種基于毫米波感知的非接觸式聲紋生物認證方法在審
| 申請號: | 202110409778.8 | 申請日: | 2021-04-16 |
| 公開(公告)號: | CN113178198A | 公開(公告)日: | 2021-07-27 |
| 發明(設計)人: | 許文曜;林峰;李勤;李正雄;陳百成 | 申請(專利權)人: | 杭州環木信息科技有限責任公司 |
| 主分類號: | G10L17/22 | 分類號: | G10L17/22;G10L17/02;G10L17/06;G10L17/20 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 林超 |
| 地址: | 311215 浙江省杭州市蕭山*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 毫米波 感知 接觸 聲紋 生物 認證 方法 | ||
1.一種基于毫米波感知的非接觸式聲紋生物認證方法,其特征在于,包括以下步驟:
步驟一:聲音震動的毫米波感知:使用毫米波探針感知喉嚨的震動,對用戶的喉嚨區域發射調頻連續波,然后接收用戶喉嚨區域反射的帶有聲音震動信息的調頻連續波;毫米波探針將接收的調頻連續波的周期性線性調頻信號轉化為中頻信號,通過計算得到多個線性調頻周期的中頻信號快速傅里葉變換后的結果,并計算聲音的震動位移信息;
步驟二:雜波抑制處理:將步驟一中多個線性調頻周期的中頻信號快速傅里葉變換后的結果進行第二次快速傅里葉變換得到距離多普勒矩陣,通過更新距離多普勒矩陣完成背景雜波的分離和動態雜波的去除;
步驟三:從步驟二去除雜波后的距離多普勒矩陣中提取聲源特征和聲軌特征;
步驟四:用戶識別:構建細粒度認證模型,將步驟三中提取的聲源特征和聲軌特征輸入細粒度認證模型中得到用戶的分類結果。
2.根據權利要求1所述的一種基于毫米波感知的非接觸式聲紋生物認證方法,其特征在于,所述步驟一中的根據中頻信號計算聲音震動位移的具體過程為:
1.1)設一個線性調頻周期為Tr,根據中頻信號獲得第m個線性調頻周期的震動位移d(mTr)的計算公式為:
其中,m為線性調頻周期的編號,m=0,1,2…,M-1;M為線性調頻周期的數量;f0是載波頻率;Δψm是對第m個線性調頻周期的中頻信號進行快速傅里葉變換后的結果;
從而根據第m個線性調頻周期的液晶屏幕位移d(mTr)得到M個線性調頻周期的震動位移。
1.2)為了避免身體的隨機運動對步驟1.1)結果的干擾,通過平移變化對步驟1.1)獲得的M個線性調頻周期的震動位移進行身體運動補償:
定義Sm(l)為獲取的第m個線性調頻周期的距離信息,的值為第m個線性調頻周期校準后的距離信息;其中,l=0,1,2,..,L-1,L為第m個線性調頻周期內采樣點的數量,l為采樣點的編號;
定義第m個線性調頻周期的相對距離信息為Qm(l),具體為:
其中,Qm-1(l)為第m-1個線性調頻周期的相對距離信息;
定義Xm為Sm(l)的平移距離,為最優平移距離,根據相對距離信息Qm(l)計算最優平移距離最優平移距離通過最大化下列公式得到:
其中,Sm-1(l-Xm)表示第m-1個線性調頻周期平移后的距離信息;
第m個線性調頻周期校準后的距離信息為:
其中,j為單位復數,Δ是向量[0,1,…,L-1];
第m個線性調頻周期的中頻信號快速傅里葉變換后的結果為第m個線性調頻周期校準后的距離信息;
根據第m個線性調頻周期的中頻信號快速傅里葉變換后的結果得到M個線性調頻周期的中頻信號快速傅里葉變換后的結果,通過M個線性調頻周期的中頻信號快速傅里葉變換后的結果得到身體運動補償后的震動位移信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州環木信息科技有限責任公司,未經杭州環木信息科技有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110409778.8/1.html,轉載請聲明來源鉆瓜專利網。





