1.基于脉搏信号特征提取的身份识别方法，包括以下步骤：

(1)对总计s位目标人中每个目标人的脉搏信号原始波形进行FIR带通滤波和分帧，对每一帧使用平均幅度差函数算法对滤波后的脉搏波形进行变换，由通过变换波形得到的相邻极小值的时间差和采样率获得瞬时脉搏周期，根据瞬时脉搏周期进行每一帧脉搏波形的周期分割；

(2)步骤(1)得到的总计s位目标人中每个目标人的脉搏波形按如下步骤进行包含脉率特征、极值特征、曲率特征、能量特征和子带谱特征的5种特征的提取：对每一周脉搏波形进行脉率特征、极值特征、曲率特征、能量特征的提取，对每6周脉搏波形进行子带谱特征的提取；所述脉率特征为单维特征，所述极值特征、曲率特征、能量特征和子带谱特征为多维特征；

(3)以每6周波作为一个样本，将每个目标人的所有样本划分为训练样本和测试样本；

对目标人所有训练样本所提取的5种特征分别进行高斯统计建模，首先计算所有训练样本中单周波的脉率特征的均值与方差，得到脉率特征对应的单维高斯概率密度统计模型；分别计算所有训练样本中单周波的极值特征、曲率特征和能量特征的均值与协方差，得到极值特征、曲率特征和能量特征对应的多维高斯概率密度统计模型；再计算所有训练样本的子带谱特征的均值与协方差，得到子带谱特征对应的多维高斯概率密度统计模型；每个目标人得到一组特征高斯概率密度模型，且一组特征高斯概率密度模型包含与5种特征分别对应的5个高斯概率密度统计模型；总计s位目标人共得到s组特征高斯概率密度模型；

(4)以每个测试样本所提取的5种特征分别按照s位目标人对应的s组特征高斯概率密度模型进行适配：分别将每个测试样本中每周波的脉率特征、极值特征、曲率特征和能量特征代入一组特征高斯概率密度模型中的脉率特征、极值特征、曲率特征和能量特征所对应的高斯概率密度统计模型，依次获得与脉率特征、极值特征、曲率特征和能量特征一一对应的每一周波概率密度；将每个测试样本的子带谱特征代入同一组特征高斯概率密度模型中的子带谱特征对应的高斯概率密度统计模型，获得子带谱特征的高斯概率密度；将每个测试样本的5种特征遍历代入s组特征高斯概率密度模型，至此，每个测试样本得到了s组高斯概率密度数据，且每组高斯概率密度数据包含与脉率特征、极值特征、曲率特征和能量特征一一对应的每一周波概率密度，以及子带谱特征的高斯概率密度；

(5)根据步骤(4)获得的每个测试样本的s组高斯概率密度数据分别代入下式，计算5种特征的高斯概率密度乘积，再对此求对数，将最终结果的最大值对应的身份ID作为该测试样本的识别结果；

其中，上式中，id∈[1,s]，psubi为一个测试样本的脉率特征、极值特征、曲率特征和能量特征的高斯概率密度的乘积，即 特征种类序号i为1～4分别代表脉率特征、极值特征、曲率特征、能量特征，pij为第i号特征第j周波的概率密度，psub5为一个测试样本的子带谱特征的高斯概率密度。

2.根据权利要求1所述的身份识别方法，其特征在于：所述周期分割包括如下步骤：

a)以每一帧的第一点为基准点，以第一个脉搏周期为窗宽，找到窗内的最大值点为第一个周波的主波峰，且第一个周波的主波峰之前的第一个极小值点为第一个周波的起始点；

b)以上一个周波的起始点距离下一个脉搏周期的1/2处的点为基准点，以下一个脉搏周期为窗宽，找到窗内的最大值点为下一个周波的主波峰，且下一个周波的主波峰之前的第一个极小值点为下一个周波的起始点；

c)重复步骤b)，直至找到一帧中所有周波内的起始点和主波峰，且每一个周波的起始点为相邻周波的分界点。

3.根据权利要求2所述的身份识别方法，其特征在于：步骤(2)中，所述曲率特征提取方法如下：在脉搏波形当前周波的主波峰和下一周波的起始点之间进行曲率计算，然后将曲率值由大到小进行排序，提取曲率值最大的q个曲率值对应的特征点，q∈[5,10]，然后将这q个曲率值对应的特征点按照时间从先到后排序，保留时间最先的4个特征点，将这4个特征点的曲率值、横坐标、纵坐标、相对横坐标值以及相对纵坐标设为曲率特征，所述相对横坐标为每个特征点的横坐标除以当前周波的脉搏周期，相对纵坐标为每个特征点的纵坐标除以当前周波的主波峰的高度。

4.根据权利要求3所述的身份识别方法，其特征在于：步骤(2)中，所述能量特征提取方法如下：对步骤(1)处理后的每一周脉搏波形进行逐点能量计算，将周波最大能量和平均能量作为每周波的能量特征。

5.根据权利要求3所述的身份识别方法，其特征在于：步骤(2)中，所述子带谱特征的提取包括主成分查找和子带划分；

所述主成分查找的步骤如下：

n

d)对一帧中的每6周波降采样成2点，然后进行短时傅里叶变换，提取fmin‑30Hz分量，设nfs为原始采样率、num是每个样本的点数，2取最接近num且要大于num的值，则重采样对应n的采样率fs1＝fs×2/num，最小理论分辨率fmin＝fs/num；

n

e)对2点进行短时傅里叶变换，将获得的各频谱分量Ak进行从大到小排序，排序后记为A'k，其中 令排序后的第一名分量Ak1＝Amax；另 记录ρ1≤‑2对应的第一个谐波序号为Nend；

f)重复步骤e)，对所有帧进行计算，记录所有的Nend，即{Nend}，记录其中最大概率对应的Nend值，标记为N'end，该谐波序号对应的最高频率为fcut；

所述子带划分的步骤如下：

将fmin～30Hz分为M个子带，且M＝2+M1+M2；将fmin～fcut分为M1个子带，将fcut～30Hz分为M2个子带；子带范围依次划分为(fmin～0.5]，(0.5～3Hz]，每个子带内的子带谱特征公式如下：

其中j为子带序号，i为谐波分量序号，Nj为第j个子带的谐波分量个数，|Xji|为第j个子带第i个谐波分量的模值；则子带谱特征向量为λj＝(Gj1，Gj2，...Gj9)。