在过去的十年里,使用心电信号进行身份识别的研究逐渐增加。ECG特征适合于身份识别:它具有独特性,存在于所有活人体内,很难伪造。ECG特征具有很多潜力,诸如在日常活动中进行门禁控制和访问,患者病情处理以及可穿戴电子应用中。ECG信号所具有的独特优势使其在身份识别技术中具有深远的应用前景。本文研究了基于小波变换的心电信号的去噪算法,并使用此方法对多个导联的心电信号进行预处理。研究了基于多基准点的心电信号的身份识别算法,即利用小波变换搜索心电特征点,提取了三个导联的25个幅值和间期作为心电信号的特征,利用KNN分类器进行分类识别。还对双导联提取了20个幅值和间期特征,对单导联提取了15个幅值和间期的特征,并比较了三导联,双导联,单导联的心电身份识别和心电身份验证情况。本文还提出了一种新颖的基于心电向量环重建的身份识别方法。包含基于单基准点和非基准点的算法。基于单基准点时,对三个导联心电分割心电周期或QRS波群,在空间重建心电向量环,将向量环的欧式距离作为特征,KNN分类器判别。基于非基准点时,利用两个导联重建平面心电向量环,向量环的杰卡德相似系数作为特征,并讨论了参数对识别率的影响。接着,采用Dower转换矩阵,将标准12导联转换为正交心电矢量,建立空间向量环,利用向量环之间的杰卡德相似系数进行身份识别。并从多导联中任选2-3个导联,经Dower转换矩阵,重建空间向量环,比较导联组合的识别结果。对单导联心电信号相空间重构,利用空间图形的杰卡德相似系数进行身份识别,并比较了参数对识别率的影响,最小曼哈顿距离进行身份验证,在大样本心电数据库中应用算法,并与权威算法比较。