本发明属于信息安全和物联网安全领域，涉及一种基于声信号的抬臂手势双因素身份认证方法。
背景技术：
1、随着智能化的推进，智能卡片成了我们生活中不可缺失的一环，支付、解锁等基于刷卡行为的认证方式随处可见。在简化身份验证、增强用户体验的同时，智能卡也面临着巨大的安全威胁。智能卡片的丢失、卡片信息的泄露、未经授权的复制等都可能被攻击者利用，从而给用户造成巨大的损失。据尼尔森公司的年度报告估计，未来10年的信用卡欺诈将使全球损失约4080亿美元。因此，亟需一种可以提高刷卡行为安全性的工具。
2、幸运的是，各种刷卡行为往往伴随着抬臂的动作，不同个体的抬臂动作不同，且该动作难以被模仿或复制，因此选择抬臂动作作为身份认证的第二因素可以有效提高刷卡行为的安全性。现有的针对抬臂动作的识别主要包括基于可穿戴设备、基于摄像等识别方式。基于可穿戴设备的识别面临着第二设备的额外成本、认证设备失窃造成新的威胁、隐蔽性较低等不利因素；基于摄像头的认证往往易受光线明暗、视线被遮挡等环境因素的影响，因此也存在极大的安全隐患。因此，急需一种更贴近真实生活场景、更易推广、更具稳定性的识别方式来保证用户的信息安全。
技术实现思路
1、针对现有技术的不足之处，提供了一种基于声信号的抬臂手势双因素身份认证方法，识别方法更隐蔽、更易推广、更安全。
2、为实现上述技术目的，本发明公开一种基于声信号的抬臂手势双因素身份认证方法，在通过信号识别手持智能卡的同时，利用超声波收发装置对刷卡时的抬臂手势进行身份识别，从而实现智能卡与抬臂手势身份的双重识别；
3、其对抬臂手势的身份识别包括以下步骤：
4、步骤1、利用设置在智能卡读卡器附近的超声波收发装置在刷卡的同时对刷卡的手臂持续发射超声波信号，并持续接收反馈信号，直至获取一个完整的刷卡抬臂手势过程中的所有超声波反馈信号，此过程中经过手臂反射回来的信号有16个路径反射回来，因此接收到16个信道的时序数据；
5、步骤2、计算抬臂动作的能谱密度esd信息，对接收到的超声波反射信号进行预处理，接收到的16个信道的数据具体为：频率为f、初始相位为φ的声学音调t(t)＝sin(2πft+b),t表示时间时刻，f表示频率48khz，b表示偏置常量，t表示整个抬臂手势的时间，16个信道的数据最终在时间t被接收，表示为：
6、
7、其中ω＝16表示所有声信号通道的集合，采样频率f＝48khz,ai是表示路径i的声信号的振幅系数，16个通道的信号对应16维矩阵，对16个通道的信号加和处理得到1×n的矩阵，得到一组按照时间排列的超声波数据，对该超声波数据进行检测和替换异常值、去趋势项，并选用巴特沃斯滤波和小波去噪对该超声波数据进行联合滤波，使超声波数据信号更平稳，并增大信噪比；
8、步骤3：提取超声波数据中表示抬臂动作的信号：选取周期性hamming窗口函数对超声波数据进行分帧，分别计算分割后信号的功率能量谱，使用hamming窗口函数阈值方法区分出动作和噪声，同时利用设定经验阈值的方式通过功率谱密度esd值，判断出哪部分是动作，哪部分只是噪声；
9、步骤4：将采集到的抬臂手势数据作为训练集对改进的lstm-fcn模型进行训练，从而使完成训练的改进的lstm-fcn模型成为能够专属判断训练抬臂动作模型；
10、步骤5：向完成训练的改进的lstm-fcn模型输入带判断的抬臂手势数据，完成训练的改进的lstm-fcn模型从输入信息中心提取与用户身份特征的相似比例，再使用小样本训练支持向量机(svm)进行分类任务，通过判断相似程度从而完成基于声信号的抬臂手势身份认证。
11、进一步，步骤2中检测和替换异常值时需设置n＝2k+1的滑动窗口，n是窗宽，k是滑动步长，将设阈值a来区分异常值和正常值的；当窗口内任意样本点与窗口中值相比相差a个标准差，则判断该样本点为异常点，利用中值替换异常点；设k＝3,a＝3；对于去趋势项，抬臂动作的能谱密度esd信息上每个数据点表示为：y(t)＝a+bt+e(t)，a表示数据的截距，b表示数据的斜率，e(t)表示数据中的随机误差项；
12、利用高通滤波和小波去噪对抬臂手势信号联合滤波，高通滤波器阶数为2阶，截止频率为15hz；小波去噪，超过阈值的小波系数被认为是由抬臂手势信号产生的，并被保留；相反，低于阈值的系数被认为是由噪声产生的，并被设置为零进行去噪。该阈值是根据原始信号的信噪比来确定的。
13、进一步，改进的lstm-fcn模型包括与输入并列连接的长短期记忆网络lstm和全卷积神经网络fcn，长短期记忆网络lstm的输出以及全卷积神经网络fcn的输出均值通过通道数为256的全局池化concat函数混合后输出给支持向量机svm；其中长短期记忆网络lstm包括串联的lstm-1和lstm-2，lstm-1和lstm-2分别包含64、128个神经元的输入和输出；全卷积神经网络fcn包括串联的conv-1和conv-2，conv-1为三组conv串联，通道数均为64，conv-2的通道数为128；conv-1为卷积块为3×3卷积，通过卷积的邻域归纳性来提取信号有效的特征信息，在3×3卷积后，连接卷积核为1×1的逐点卷积，每个卷积层之后均设有压缩与激励模块(squeeze-and-excitation)，压缩与激励模块包括压缩模块和激励模块两个子模块，压缩与激励模块后设有批量归一化层(batchnorm)，批量归一化层后连接激活函数gelu；
14、lstm-1和lstm-2后均设有一个dropout层，dropout层的概率设置为0.5，表示在训练过程中，每个神经元都有50％的概率被随机丢弃；
15、训练时将fcn和lstm输出的结果concat连接后的向量经过一层全连接层然后输入到softmax函数中进行分类预测，softmax函数将计算每个类别的概率分布，以确定输入数据属于每个类别的可能性；
16、对模型进行训练时，根据所确定的正样本类别标注数据，通过lstm和fcn网络分别提取采集的超声波手势信号的时序信息和卷积特征，将这个特征向量作为输入传递给一层svm分类器。svm通过在特征空间中构建一个最优的超平面，将数据点分到不同的类别中。模型通过提取与类别无关的时序信号特征训练lstm-fcn特征提取器，再使用小样本训练支持向量机(svm)进行分类任务。
17、进一步，超声波收发装置的设置防范根据需要选择，包括：超声波收发装置设置在刷卡接收器附近，从而确保识别过程不被遮挡；利用手机作为超声波收发装置，只需要确保手机放置在抬臂动作附近即可，利用手机扬声器发射声波，并利用麦克风接收。
18、一种超声波抬臂动作认证设备，包括：超声波发生装置、超声波接收装置、处理器、存储器；所述超声波发生装置用以在附近人员进行刷卡对抬臂手势发射超声波；所述超声波接收装置用以对发射超声波的反馈信号进行接收；所述存储器用于存储程序代码；所述处理器用于调用所述程序代码；以执行上述基于声信号的抬臂手势双因素身份认证方法。
19、一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，该计算机程序适于由处理器加载并执行上述基于声信号的抬臂手势双因素身份认证方法。
20、有益效果：本发明提出一种基于声信号的抬臂手势双因素身份认证方法并针对抬臂行为设计了创新的信号检测算法，能够再进行刷卡识别的基础上，有效地提取了抬臂手势信号，利用对抬臂手势的识别，从而判断刷卡人是否为身份卡片的正确持有者，在卡片识别的基础上实现双保险。本发明通过改进的lstm-fcn网络提取用户特征，然后结合svm分类器构造认证模型，通过就微调的迁移学习的方式，将预训练模型扩展到不同的抬臂手势识别任务中。该方法在准确性和鲁棒性方面都取得了显著的改进。有效地解决了现有身份认证存在的安全隐患，并通过优化模型提高了认证的准确性和稳定性。
1.一种基于声信号的抬臂手势双因素身份认证方法，其特征在于，在通过信号识别手持智能卡的同时，利用超声波收发装置对刷卡时的抬臂手势进行身份识别，从而实现智能卡与抬臂手势身份的双重识别；
2.根据权利要求1所述的一种基于声信号的抬臂手势双因素身份认证方法，其特征在于：步骤2中检测和替换异常值时需设置n＝2k+1的滑动窗口，n是窗宽，k是滑动步长，将设阈值a来区分异常值和正常值的；当窗口内任意样本点与窗口中值相比相差a个标准差，则判断该样本点为异常点，利用中值替换异常点；设k＝3,a＝3；对于去趋势项，抬臂动作的能谱密度esd信息上每个数据点表示为：y(t)＝a+bt+e(t)，a表示数据的截距，b表示数据的斜率，e(t)表示数据中的随机误差项；
3.根据权利要求1所述的一种基于声信号的抬臂手势双因素身份认证方法，其特征在于：改进的lstm-fcn模型包括与输入并列连接的长短期记忆网络lstm和全卷积神经网络fcn，长短期记忆网络lstm的输出以及全卷积神经网络fcn的输出均值通过通道数为256的全局池化concat函数混合后输出给支持向量机svm；其中长短期记忆网络lstm包括串联的lstm-1和lstm-2，lstm-1和lstm-2分别包含64、128个神经元的输入和输出；全卷积神经网络fcn包括串联的conv-1和conv-2，conv-1为三组conv串联，通道数均为64，conv-2的通道数为128；conv-1为卷积块为3×3卷积，通过卷积的邻域归纳性来提取信号有效的特征信息，在3×3卷积后，连接卷积核为1×1的逐点卷积，每个卷积层之后均设有压缩与激励模块(squeeze-and-excitation)，压缩与激励模块包括压缩模块和激励模块两个子模块，压缩与激励模块后设有批量归一化层(batch norm)，批量归一化层后连接激活函数gelu；
4.根据权利要求1所述的一种基于声信号的抬臂手势双因素身份认证方法，其特征在于：超声波收发装置的设置防范根据需要选择，包括：超声波收发装置设置在刷卡接收器附近，从而确保识别过程不被遮挡；利用手机作为超声波收发装置，只需要确保手机放置在抬臂动作附近即可，利用手机扬声器发射声波，并利用麦克风接收。
5.一种超声波抬臂动作认证设备，其特征在于，包括：超声波发生装置、超声波接收装置、处理器、存储器；
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，该计算机程序适于由处理器加载并执行权利要求1-3任一项所述的基于声信号的抬臂手势双因素身份认证方法。
