随着计算机与通讯技术的飞速发展，信息安全问题受到了前所未有的挑战，对人类自身身份的认证也提出了更高的要求。基于生物特征的身份识别克服了传统认证方式的很多缺陷而得到越来越广泛的应用。手写签名认证是生物特征识别的重要研究领域之一，与其他生物认证方法相比，它是一种非侵入式的、便于使用而且更容易被人们所接受的认证方式。本文在签名获取设备F-Tablet手写平台基础上，通过分析已有的手写签名认证方法，提出了一种基于小波变换提取特征的在线手写签名认证算法，并讨论了多种手写签名认证算法的融合。论文的主要内容有： 介绍了生物特征识别与手写签名认证技术的相关研究背景和发展现状。在分析和比较目前常用的手写信息获取设备的基础上，重点介绍了签名采集设备F-Tablet平台的原理及它所能获取的信息，并构建了基于F-Tablet平台的签名数据库。讨论了对签名样本的预处理。 提出了一种基于小波变换提取特征点的在线签名认证算法，实验表明该方法不但能够有效地提取表征签名的特征点，减少签名数据量，缩短认证时间，而且增加了认证过程的有效性。 研究了信息融合技术在生物特征识别中的应用，提出一种基于支持向量数据描述(SVDD)方法的在线手写签名认证融合算法，并采用该算法对基于小波变换提取特征的认证算法与改进DTW分段签名认证算法进行了融合实验，实验结果表明该融合算法改善了系统性能。最后，编程实现了基于该算法的在线签名认证系统。