来源：期刊VIP网 时间：
作者：吴秋雯;廖薇;
单位：上海工程技术大学电子电气工程学院;
摘要：针对静态下的人体生物特征身份识别使用数据较为单一的问题，提出一种行走状态下基于人体通信的身份识别方法。首先，通过时域有限差分法（finite difference time domain method,FDTD）建立多个行走状态下的人体模型，并设置多条通信链路以获取原始数据集；其次，将原始数据集进行分段聚合近似处理；最后，将其输入随机森林(random forest, RF)、KNN(k-nearest-neighbors)、极端梯度提升(extreme gradient boosting, XGBT)以及融合模型进行训练，从而通过测试获得最终识别效果。结果表明，利用行走状态下获取的路径衰减进行身份识别具有较好的效果，为人体通信在身份识别领域的应用提供了新思路；同时，融合模型在数据集上得到的准确率为97.05%，较之单一模型得到了明显的提高，且处理后的数据集在训练时可以有效提高速度，实现快速识别。
关键词：路径衰减;;人体通信;;生物识别;;动态模型
基金资助：国家自然科学基金资助项目(编号：62001282)
