买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于可穿戴设备运动传感器的用户身份认证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115935314B 。

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211485147.5，技术领域涉及：G06F21/32；该发明授权一种基于可穿戴设备运动传感器的用户身份认证方法是由李凡;刘晓晨;孟玲;曹烨彤设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于可穿戴设备运动传感器的用户身份认证方法在说明书摘要公布了：本发明涉及一种基于可穿戴设备运动传感器的用户身份认证方法，属于移动计算应用技术领域。本方法使用智能腕带设备中的运动传感器采集用户敲击脸部时腕部产生的运动信号，并去除其他运动片段，只保留存在敲脸动作的时间段，用于后续认证。通过去除发生敲脸动作时同时存在的其他噪音，得到纯净的敲脸信号。然后，从纯净的敲脸信号中提取特征并建立认证模型，由此利用智能腕带设备中的运动传感器采集手指敲击脸部时的腕部运动信号，实现用户身份认证。对比现有技术，本发明仅依靠智能腕带设备中常见的运动传感器即可实现低成本的、不显眼的、方便安全的身份认证，准确率高。

本发明授权一种基于可穿戴设备运动传感器的用户身份认证方法在权利要求书中公布了：1.一种基于可穿戴设备运动传感器的用户身份认证方法，其特征在于，包括以下步骤： 步骤1：使用运动传感器采集用户腕部的运动信号，包括三轴加速度计和三轴陀螺仪数据，并对该信号进行预处理，消除硬件噪声、规范化数据和分割腕部运动信号； 预处理采用以下方法实现： 首先，去除采集的运动信号中由硬件带来的噪声成分，并对运动信号进行归一化处理； 然后，计算加速度计轴信号的短时能量，并利用两个不同的阈值来识别腕部运动的开始和结束状态； 步骤2：去除腕部运动信号中的无意义片段和运动噪声，提取出干净的敲脸信号； 首先，根据加速度计轴信号10-20Hz与0-10Hz成分的能量比，以及腕部运动片段的持续时间，筛选出真正的敲脸动作片段，用于后续分析和认证； 然后，使用基于卷积神经网络的方法，从得到的敲脸动作片段中进一步消除与敲脸动作同时存在的运动噪音，提取出干净的敲脸信号； 步骤3：提取表示敲脸动作行为的三类特征； 从步骤2得到的干净的敲脸信号中，提取运动特征、振动特征和整体特征，并将三类特征向量合并构建为特征模板； 选择敲脸持续时间作为一个运动特征，分别提取线加速度和线角速度的平均值、平均偏差、标准偏差、最小值和最大值作为基本特征，最后，得到特征向量作为运动特征； 振动特征，时域特征描述信号的振幅水平及其在时间上的相似性，而频域特征描述信号中各种频率分量的大小；提取统计特征表征腕部振动，并使用基于随机森林的特征选择算法来探索关键特征，根据特征排序结果选择与个体唯一性最相关的特征，包括最大值、最小值、方差、标准差、峰度、偏度、整流器平均值、均方根、波形因子、峰值因子、脉冲因子、采样点、振幅最大值、振幅最小值和振幅中值；对于每个敲脸信号段，获得特征向量作为振动特征； 整体特征，首先，使用连续小波变换依次分解6组运动信号： 2 其中，表示分解后得到的小波系数序列，依次指代六组运动信号和，是具有比例因子和平移因子的小波基函数，表示对时间t的积分；然后，计算不同频带中信号的能量比例，构造为特征向量： 3 其中，是第轴的第频带的能量比例，取1到6，分别表示和；取1到8，分别表示频率范围最低的频带到频率范围最高的频带； 最终，将整个特征模板表示为； 步骤4：验证用户身份信息； 使用步骤3构建的特征模板，针对单用户设备和多用户设备，分别训练单类和多类支持向量机分类器； 当进行用户身份验证时，采集用户的敲脸信号，利用步骤1至步骤3，得到用户生物特征模板，利用预先训练好的支持向量机分类器进行用于身份验证。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。