引言?

未來戰爭主要是信息戰，為適應這種新的作戰形態，21世紀戰場士兵的身份也應通過信息網絡實現數字化、?隱形化、?安全化。生物特征識別技術是利用人體固有的生理或行為特征來進行身份識別和鑒定的科學,它比傳統的基于口令和身份號碼的方法更為安全、?可靠和有效,正在越來越被人們所關注,并應用于各個領域。軍人身份牌，?又稱/士兵牌0或/生命牌0，早在美國南北戰爭時，美軍就開始配發這種小金屬牌，作為士兵隨身攜帶的身份標志物。為了適應現代高技術局部戰爭的需要，利用生物特征識別技術的特點，基于無限射頻識別技術?(?RadioFrequency?Ident?i?ficati?on?,?簡稱?RFID)，將人體信息如指紋、?面像及?DNA?等，通過信息融合技術儲存在后臺數據庫中，并將檢索關鍵信息載入?RFID?卡，?即/士兵牌0。用它來作為士兵身份準確識別的唯一依據,并通過計算機終端與網絡數據庫服務器組建成了/戰場個人身份識別系統0。

目前，基于各種生物特征識別技術的身份識別系統,正在越來越受人們的青睞,并逐步應用于各個領域。但是，由于單個生物特征識別的信息表達和特征描述存在一定的局限性,為此,采用信息融合技術,通過對指紋、?面像及?DNA?等信息融合處理的個人多模態生物特征識別系統，不僅加強了身份識別的安全性,更提高了它的準確性，并將填補我軍類似/軍人牌0或/士兵牌0在相關領域的研究空白。?

1??系統總體設計?

目前，基于各種生物特征識別技術的身份識別系統，正逐步應用于各個領域。但是,?在?/戰場個人身份識別系統0中是否需要在后臺數據庫中存儲指紋、?面像及DNA?等大容量的人體信息，必須根據應用需求進行確定。為此，針對/士兵牌0作為士兵隨身攜帶的身份標志物,應具有價格低廉、?防水、防磁、?耐高溫、?使用壽命長等要求。我們針對生物特征信息的特點，主要對部分生物特征進行采集和信息處理。同時，按照具體作戰環境的需求，依據總體設計，分別擴展了不同的內容和功能，比如：多生物特征信息融合和?GPS定位等等。?

個人多模態生物特征識別系統主要通過計算機終端,?首先將指紋、面像和?DNA等，以及文字信息，采集輸入微處理器,進行信息融合后,通過網絡寫入后臺個體生物特征信息數據庫管理系統，并可與其他有關軍人的軍事信息，政治信息，醫療、被裝、工薪、住房等供應關系信息等進行數據關聯。同時，產生一個唯一的ID序列號，并由?RFI?D讀寫器及其生物特征輔助信息寫入?RFI?D?卡中。然后，識別時只需用?RFID讀寫器讀取ID和生物特征輔助信息，輸入計算機終端后,經由無線通訊網絡或局域網在個體生物特征信息數據庫中對其進行匹配查詢。如圖1：

其中計算機終端可應用基于Windows?.?net操作系統的微型計算機，內部配置?RFID讀寫器，并由擴展接口，連接生物特征采集器,除?DNA外，目前可對其他特征實時采集、讀寫。RFI?D卡中的信息在寫入的同時需對其進行加密保護。最終建立個體生物特征信息數據庫。以下主要針對生物特征的采集、多模態生物特征信息的融合與?RFID系統的設計詳細論述。?

2??生物特征的采集設計?

2?.?1??生物特征識別技術

生物特征識別技術就是指通過計算機與光學聲學和生物統計學原理等相結合，利用人體固有的生理或行為特征，來進行個人身份識別和鑒定的科學。人們通常將生理特征和行為特征統稱為生物特征。生理特征與生俱來,多為先天性的;行為特征則是習慣使然,多為后天性的。然而，人類任何生理或行為特征為實現身份識別,必須滿足以下幾個條件：

第一，普遍性:?即必須每個人都具備這種特征;?

第二，唯一性:?即任何兩個人的特征是不一樣的;?

第三，可采集性:即特征可測量;?

第四，穩定性:即特征在一段時間內不改變。?

同時，在實際應用時,還應考慮其他因素:實時性和準確性等等。常用的生物特征包括：指紋、掌紋、人臉、虹膜、視網膜、DNA、手形、簽名、語音、步態等。與傳統的基于口令和身份號碼的身份識別方法相比,生物特征識別技術具有不易遺忘或丟失；防偽性能好，不易偽造或被盜；?隨身攜帶0，?隨時隨地可用；價格低廉、易用性高、安全保密等諸多優點。下面分別介紹系統中用到的生物特征識別技術。?

2．2??指紋識別技術?

指紋識別技術主要包括:讀取指紋圖像、?特征提取、?模式匹配。首先通過指紋讀取設備讀取到人指紋的圖像,再對原始圖像進行預處理,使之更清晰。接下來進行特征提取,?指紋特征提取算法由以下三步組成:?(圖2)?

(a)讀取指紋圖像；(?b)?區域定位；(?c)?脊特征圖形；(d)細節提取?

方向場估計：即對輸入圖像的方向場進行估計。?確定可用區域?

脊特征提取：即提取脊特征并進行細化

細節檢測及后處理：即從細化的脊特征圖中提取細節，確定脊特征參數坐標、方向角及和脊相互關系。?

用指紋識別技術建立指紋的數據庫，從指紋上找到被稱為/細節0的數據點，也就是那些指紋紋路的分叉、終止或打圈處的坐標位置。有的算法把節點和方向信息組合產生了更多的數據，這些方向信息表明了各個節點之間的關系，也有的算法針對整幅指紋圖像進行處理。把兩個指紋的模板進行比較，計算出它們的相似程度，最終得到兩個指紋的匹配結果，從而達到鑒別個人身份的目的(圖?3)。

指紋自動識別系統是通過將輸入的指紋與數據庫里的指紋相比較從而實現識別的，因此它要求數據庫的容量足夠大，同時，實驗表明指紋識別系統的輸入傳感器對大約?4?%的人的指紋不能提供足夠高質量的指紋圖像以用于識別,?包括手指上的皮膚有傷疤、有繃帶包扎、長繭、皮膚干燥、干濕度、病態的皮膚、老皮膚、特別光滑的皮膚、手指窄小和輸入傳感器受污染等都會影響指紋的識別效果。?

2?.?3??人臉信號的采集??
人臉識別系統的原理如圖?4所示。首先,，由傳感器如?CCD?攝像機捕獲人臉圖像；其次經預處理來提高圖像的品質；再根據人臉檢測來定位人臉并將人臉圖像設置成預先定義的尺寸；特征提取用于抽取有效特征以降低原模式空間的維數，分類器則根據特征來做出決策分類。最后，將已檢測到的待識別的人臉與數據庫中的已知人臉進行比較匹配，得出識別結果。?

人臉識別方法主要有:?基于側面人臉幾何特征的方法、?正面人臉特征方法、?正面人臉特征和側面人臉特征的混合法、?模板匹配法、?主元分析法、?等密度線圖法、?多模板相關方法、基于神經網絡的模板匹配法等。?

2?.?4??其他個人基本信息?

DNA識別是利用人體細胞中?DNA?分子結構的獨特性和永久性,?進一步深度識別個體身份,以致彌補指紋和面像識別技術中的不足,?完善系統識別的準確性。然而,?與指紋、?人臉信息相比,人體每一個細胞和組織的?DNA?序列都是一樣的。這種識別方法的準確性優于其他任何生物特征識別方法,?因此,?廣泛應用于犯罪偵破。它的主要問題是使用者的倫理問題和實際的可接受性,?DNA?模式識別必須在實驗室中進行,?難以達到實時以及抗干擾,?耗時長是另一個問題,?從而限制了?DNA?識別技術的使用;?此外,?某些特殊疾病也可能改變人體?DNA?的結構,?系統無法對這類人群進行識別。由于?DNA?識別周期太長,序列的測繪最快也需一個月。因此,它的實時性、?抗干擾性,以及某些疾病引起人體?DNA?的結構改變,是構成影響?DNA識別實際應用于識別系統的主要問題。?

3??多模態生物特征信息的融合?

多模態融合是對多種生物特征指示器(?I?nd?ica?-tors)的信息融合，此類系統集成多個生物特征源提供的證據評分以做出更為準確和快速的決策。多模態生物特征識別系統集成的信息可以來自一種或多種生物特征指示器。一般多模態單生物特征識別系統是指通過綜合一種生物特征提供的多種證據來改進系統,在多模態生物特征識別系統(?Mult-?i?b?i?ome-?tric?Syste?m?)中，一般采用指紋的多模態信息融合，從而,滿足數據量和準確性的雙向要求。然而，為了進??
一步提高準確性，可采用融合多個生物特征的方法，以提供特殊環境下的精確識別。

一般來說,融合可以在模式識別三個層次的任一個層次上進行，?即數據層融合、特征層融合和決策層融合。目前關于生物特征數據融合的研究主要集中在決策層上，不同的單個特征分別進行獨立的處理，然后進行匹配，得到匹配分數，最后經過一定的融合算法綜合得到結果。可采用的融合算法有許多種，如多數投票法、加法和乘法法則、K-?NN分類器、SVM、貝葉斯決策、支持向量機、決策樹等人工智能算法。

3?.?1??特征層的融合?

特征層融合是輸入數據經過前端處理后對每種生物特征分別得到其特征描述向量,?不同的特征向量集用不同的方法來構成新的高維特征向量,?用這個高維特征向量來代表多個生物特征的融合。特征層的融合比前兩層的融合效率高。?

3?.?2??匹配層的融合?

匹配層的融合模塊的輸入是若干個生物認證系統的匹配模塊輸出的分數。匹配層的融合就是針對這幾個輸入來進行的。在三種融合方式中,?匹配層的融合是最常見的。這是因為匹配層的融合既具有相對比較小的實現難度,又融合了若干個特征各自的信息量。匹配層融合過程中重要方面之一是對不同系統得出的分數進行歸一化。在進行歸一化以后,不同系統得出的分數就被映射到一個?N維的空間,在這個空間里再對所有的點進行分類。?

3?.?3??決策層的融合?

不同的單個特征可以分別進行獨立的處理，然后進行匹配得到匹配分數，最后通過決策融合的過程,將多個匹配結果經過一定的融合算法進行綜合，得到最終的結果。在決策層進行融合相對來說比較簡單，可利用的信息量也比較少。由于決策層的輸入已經是單個生物認證的邏輯輸出，因此決策層的融合可以分為兩種形式：

(1)?OR規則:在這種系統中,?如果用戶被子系統?H1拒絕,子系統?H2將對用戶再進行一次驗證,如果通過則確定為真實用戶。?

(2)?AND規則:在這種系統中用戶只有同時被子系統?H1和子系統H?2接受,方能夠被確認為真實用戶。

在具體的應用中,?每種融合方式都有各自的優缺點。特征層融合雖然效率比較高,?但是不易集成實用的單生物認證系統。匹配層融合既實現了信息能算法的融合，實現起來又不是非常困難,且具有較好的應用價值。決策層雖然信息融合的程度比較小,?但是可以用于一些集成的系統當中。

目前關于生物特征數據融合的研究也主要集中在決策研究上,但僅進行決策階段的研究是不夠的,因為在處理過程中忽略了特征之間的關聯所帶來的作用和影響,?同時,?主要集中于融合算法的討論,?而忽略了對生物特征的更多考慮,?因此尚需進行數據層和特征層的融合。?

4??身份識別工作站的設計?

4.1??RFID系統?

4.1.1??RFID技術概述?

RFI?D射頻識別是一種非接觸式的自動識別技術,它通過射頻信號自動識別目標對象并獲取相關數據,識別工作無須人工干預。與傳統的條形碼相比,具有非接觸、?可擦寫、?快速掃描、?穿透性好、?安全性高、?數據存儲容量大,?以及防水、?防磁、?耐高溫、使用壽命長、?讀取距離大等優點,可適應現代高技術局部戰爭復雜的環境要求。最基本的?RFID系統由三部分組成：

標簽:也被稱為電子標簽或智能標簽,由耦合元件及芯片組成,每個芯片具有唯一的電子編碼,?芯片中存儲有能夠識別目標的信息。

讀寫器:?由發送器、接收儀、控制模塊和收發器組成。收發器和控制計算機或可編程邏輯控制器(?PLC?)連接,，讀取(寫入)標簽信息,設計為手持式。

天線:在標簽和讀寫器間無線傳遞射頻信號。?

4.1.2?　RFID的工作頻率及其應用?

RFID系統的工作頻率是其最重要的一項參數,無線電頻率是一項公用資源,在使用過程中,如果不同的應用系統在時間、?空間和頻率三方面出現重疊,則有可能發生相互干擾。系統間相互干擾的程度與無線電信號的重疊程度及信號的強度有關。因此,無線電應用的規則是各種應用系統必須遵循的基本原則。?

目前國際上制定?R?I?FD標準的組織比較著名的有三個:?ISO、?以美國為首的?EPC?globa?l以及日本的Ub?i?qu?i?tous?ID?C?enter(縮寫為U?ID)。常用的RFID國際標準主要有?I?SO?/IEC18000標準(包括?7個部分,涉及?125?KH?z?,?13?.?56MH?z?,?433MHz?,?860)?960MH?z?,2?.?45GH?z等頻段)。

其中，由于工作頻率為?13.56MHz的高頻標簽便于做成卡片狀，第二代電子身份證采用的標準是I?S014443?TYPE?B協議。這種標簽是目前的主流應用之一。其一般采用無源方案，識讀距離一般可達?20?cm左右,?最遠可達?1?.?5M,可適用于普通的/士兵牌0。有源的識別距離不小于?9m,?實際感應區域可根據具體情況進行設置，識別距離?1~10m可以調整。可靠識別[?100?Km?/h的高速移動目標(人、車、?物)。?

4.2??個體生物特征信息數據庫的建立?

通過集成?RFID讀寫器的采集系統,?把士兵的I?D和生物特征信息相繼寫入卡中和發送到計算機終端再存入服務器后。計算機將個人生物特征經過處理錄入服務器的數據庫管理系統，并綜合其他信息,最終基于數據庫平臺,建立一個完整的與生物特征信息相關數據庫,通過數據庫的查詢功能,進行戰時、平時個人的信息的管理。同時，可以利用信息化網絡共享的數據庫，建立數據倉庫，使用人工智能方法進行數據挖掘,?利用有效的數據信息，從而，使個體生物特征信息數據庫的利用率達到最大化，并有益于科學研究和管理決策。?

4．3??其他功能的擴展?

按照戰場傷員搜救的需要，或其他特殊作戰環境的需求，系統可采用有源方案，選用超高頻的RFI?D系統，通過構建無線通訊網絡，并由計算機終端擴展GPS定位功能。主要包括：使用在有源RFID標簽和讀寫模塊，此類卡的厚度和成本與無源?RFID相比都會增加。其次，利用藍牙等無線通訊模塊將計算機終端和GPS定位系統連接，在有效范圍內，實時發送方位信息，并由主機選擇確認跟蹤目標，進行定位。從而，實現戰場傷員的搜救工作以及指揮工作。?

5??展望?

國內外研究已表明，利用指紋和面像結合，以及指紋、面像和語音結合等等生物特征識別技術進行身份識別，提高識別的準確性，已廣泛應用于機場港口的安全系統、身份認證系統、金融領域、門禁系統、考勤系統、流動人口管理以及電子商務、電子政務等方面。但是,由于融合指紋、面像和?DNA?圖譜的識別系統是基于無限射頻識別技術，導致多模態生物特征信息數據存儲量大、?運算速度慢,而有源和無源射頻卡的存儲容量和無線讀寫速度和距離有限，難以適應現代高技術局部戰爭和未來戰爭的實際需要，成為了制約多模態生物特征識別系統廣泛應用的主要瓶頸。相信隨著后續研究不斷的創新和相關硬件技術的高速發展，多模態生物特征識別技術終將能得到更廣泛應用，并在戰場個人身份識別中發揮其更重要角色。