| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的研究背景及意义 | 第9-13页 |
| 1.2 生物识别流程 | 第13-14页 |
| 1.3 国内外研究现状 | 第14页 |
| 1.4 论文主要工作 | 第14-15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第二章 光电容积脉搏波理论及其采集系统设计 | 第17-27页 |
| 2.1 光电容积脉搏波检测原理 | 第17-18页 |
| 2.2 光电容积脉搏波波形特点 | 第18-19页 |
| 2.3 基于NRF51822的PPG信号采集系统设计 | 第19-24页 |
| 2.3.1 信号采集模块 | 第20-21页 |
| 2.3.2 信号处理模块 | 第21-23页 |
| 2.3.3 信号无线传输模块 | 第23-24页 |
| 2.4 基于NRF51822的PPG信号采集系统 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 特征提取及特征筛选 | 第27-39页 |
| 3.1 脉搏波分析方法 | 第27页 |
| 3.2 脉搏波时域特征选择 | 第27-29页 |
| 3.3 脉搏波特征点提取 | 第29-32页 |
| 3.3.1 常用脉搏波特征点提取法 | 第29-30页 |
| 3.3.2 基于极值法的脉搏波特征点提取 | 第30-31页 |
| 3.3.3 基于极值法的脉搏一阶导数信号特征点提取 | 第31-32页 |
| 3.4 特征筛选 | 第32-35页 |
| 3.4.1 特征筛选方法 | 第32页 |
| 3.4.2 逐步筛选法步骤 | 第32-33页 |
| 3.4.3 逐步筛选计算步骤 | 第33-35页 |
| 3.5 特征筛选过程及结果 | 第35-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 基于PPG信号特征的生物识别 | 第39-57页 |
| 4.1 生物识别算法 | 第39-43页 |
| 4.1.1 K最近邻分类算法 | 第39-40页 |
| 4.1.2 支持向量机 | 第40-43页 |
| 4.2 基于PPG信号特征的身份认证 | 第43-51页 |
| 4.2.1 基于KNN的身份认证 | 第43-45页 |
| 4.2.2 基于支持向量机的身份认证 | 第45-48页 |
| 4.2.3 研究聚类对识别率的影响 | 第48-51页 |
| 4.3 基于PPG特征的身份识别 | 第51-52页 |
| 4.4 研究影响PPG信号识别的因素 | 第52-55页 |
| 4.4.1 光电容积脉搏波时变性对识别的影响 | 第52-54页 |
| 4.4.2 运动状态对PPG识别的影响 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57页 |
| 5.2 存在问题及展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 作者简介 | 第63页 |