微波生物特征认证的方法、系统和设备与流程

[0001]
本文涉及生物特征认证系统。


背景技术：

[0002]
生物特征允许基于一组可识别且可验证的数据来对人进行识别和认证，这些数据对于他们是唯一且特定的。生物特征认证包括将一个人的特征数据与该人的生物特征“模板”进行比较以确定相似性的处理。可以基于用于认证用户的物理特征对生物特征认证系统进行分组。这种系统的示例包括基于指纹、手形、手掌静脉、视网膜扫描、虹膜扫描、面部识别、签名和语音分析的认证。


技术实现要素：

[0003]
本文包括可以如何测量和处理从目标散射或反射的微波信号以识别不同用户的描述。在一些实施方式中，一种系统包括用于收集来自目标的散射/反射的微波信号的天线阵列、与微波源/接收器的接口、微波源/接收器以及用于执行用户的机器学习识别的计算硬件。操作可以包括：在训练阶段期间从用户收集数据；使用来自多个用户的数据训练机器学习引擎；存储测量和机器学习训练参数的数据库；以及在数据库中处理从用户收集的测量。
[0004]
一方面，本文的特征在于一种使用机器学习的微波生物特征认证的方法。该方法包括：使用多个收发器的阵列中的第一收发器在微波范围内发射第一电磁信号。所述多个收发器的阵列中的至少一个收发器接收表示对象的一部分对所述第一电磁信号的第一响应的电磁信号。至少部分基于所述第一响应的一个或多个参数识别所述对象。
[0005]
在另一方面，本文的特征在于一种包括多个收发器的阵列和信号处理引擎的系统。所述多个收发器的阵列中的收发器可以在微波范围内发射第一电磁信号，并接收代表对象的一部分对所述第一电磁信号的第一响应的电磁信号。所述信号处理引擎至少部分地基于所述第一响应的一个或多个参数识别所述对象。
[0006]
在另一方面，本文的特征在于一个或多个包括机器可读指令的机器可读存储设备，所述指令被配置为促使一个或多个处理设备执行各种操作。所述操作包括：使用多个收发器的阵列中的第一收发器在微波范围内发射第一电磁信号。所述多个收发器的阵列中的至少一个收发器接收表示对象的一部分对所述第一电磁信号的第一响应的电磁信号。至少部分地基于所述第一响应的一个或多个参数识别所述对象。
[0007]
以上各方面的实施方式可以包括以下特征中的一个或多个。可以使用所述阵列中的第二收发器在所述微波范围内发射第二电磁信号。所述多个收发器的阵列中的至少一个收发器接收表示所述对象的所述部分对所述第二电磁信号的第二响应的电磁信号。还基于所述第二响应的一个或多个参数识别所述对象。可以顺序地发射所述第一电磁信号和所述第二电磁信号。可以以相同的频率发射所述第一电磁信号和所述第二电磁信号。可以以不同的频率发射所述第一电磁信号和所述第二电磁信号。可以同时发射所述第一电磁信号和
所述第二电磁信号。所述第一响应可以指示所述对象的外部和内部特征。所述第一响应的一个或多个参数可以包括信号强度和相移。所述阵列可以包括八个收发器。所述阵列可以包括四个收发器。所述阵列中的收发器可以以圆形布置来布置。
[0008]
本文描述的各种实施方式可以提供以下优点中的一个或多个。可以使用微波辐射来识别安全系统的用户。用于发射微波辐射的设备可以通常比其他识别方法所使用的设备便宜。即使在不同的照明条件下，也可以成功执行使用微波辐射的识别。可以基于隐藏的内部生物特征(比外部生物特征更不容易进行欺骗)来识别安全系统用户。使用多个天线收集用户信息可以识别对象的不同部分的特征。
附图说明
[0009]
图1描绘了作为可以部署生物特征认证系统的环境的示例的一体机。
[0010]
图2示出了天线阵列的示例。
[0011]
图3示出了系统架构的示例。
[0012]
图4示出了具有内部和外部组件的一体机的示例。
[0013]
图5示出了用于执行生物特征认证处理的一体机的示例。
[0014]
图6是散射参数矩阵的示例。
[0015]
图7示出了来自不同对象的散射参数的示例。
[0016]
图8示出了天线阵列的另一示例。
[0017]
图9示出了使用天线的机械旋转的天线阵列的示例。
[0018]
图10示出了将多个频率用于天线阵列中的天线的示例。
[0019]
图11描绘了可以用于执行和/或协调所描述的生物特征认证系统的多个实例的环境的示例。
[0020]
图12示出了可以使用本文所描述的技术的系统的示例。
[0021]
图13是用于识别安全系统的用户的处理的示例的流程图。
[0022]
图14示出了可以使用本文描述的技术的计算设备和移动设备的示例。
[0023]
在本文和附图中重复使用附图标记旨在表示相同或相似的特征或要素。
具体实施方式
[0024]
本文提出一种使用电磁信号识别用户的生物特征认证方法。例如，微波收发器的阵列中的一个或多个微波收发器可以发射电磁信号，所述电磁信号从人体的一部分被散射/反射并在所述阵列中的其他收发器处被接收。在多个收发器或天线处接收的信号的一个或多个参数可以结合使用，以生成可以用于以高置信度识别特定用户的“签名”。
[0025]
图1描绘了根据本文的一些实施方式的、作为可以部署生物特征认证系统的环境的示例的一体机100。这样的一体机设备可被用于需要通过一个或多个生物特征认证处理来认证用户的各种目的。例如，一体机100可以包括允许用户从银行账户取款的atm。在另一示例中，一体机100可以被部署在快餐店的餐厅里，并且允许用户订购食物和为食物付款。一体机100还可以被部署在入口(例如，在竞技场或体育场的大门处)以在进入者进入场地之前对其进行认证。通常，一体机100可以部署在各种类型的位置以交互地认证用户，甚至不需要用户的任何主动参与。
[0026]
如在下面更详细描述的，一体机100可以包括支持生物特征认证系统的一个或多个组件。例如，结合了机器学习的微波天线系统可以用于人体生物特征认证。来自天线阵列的散射参数可以用于一体机100的用户的特征识别和生物特征认证。微波辐射的使用可以用作独立的生物特征技术，或者可以用作其他生物特征或其他识别技术的补充。可以提示用户(例如，在显示器102上)将他们的手放在目标区域104内。微波辐射可用于生成用户特征，其可以用于用户识别。
[0027]
图2示出了天线阵列200的示例。一体机100可以包括例如基于微波辐射进行生物特征认证的天线阵列200。天线阵列200包括八个天线202、204、206、208、210、212、214和216。尽管示出了八个天线，但是可以使用不同数量的天线。天线202-216围绕目标218以圆形布置放置。在一些实施方式中，目标218是用户按照指示握住的手柄。
[0028]
每个天线202-216可以是具有全向辐射模式的收发器，该收发器能够在预定范围内(例如，在微波范围内，例如在2.4ghz和2.5ghz之间)发射和接收电磁信号。在一些实施方式中，天线202-216是反极性偶极天线。在一些实施方式中，使用优化的多频带贴片天线，其可以最小化相邻天线之间的直接耦合并且提供聚焦束以查询目标。
[0029]
如下面更详细描述的，在用户认证期间，可以从每个天线202-216发射电磁信号(例如，顺序地)，并且可以由每个其他天线接收电磁信号。可以将指示由其他天线接收的信号的散射参数记录为用户特征，并用于识别用户。例如，散射参数可以表示用户的一部分对所发射的电磁信号的响应。基于微波辐射生成用户特征可以致使外部和内部用户特征被识别。微波可以穿透人体，例如进入生物组织，使得用户的内部特征被表示在收集的散射参数中。
[0030]
另外，与使用一个天线相比，在天线阵列200中使用多个天线可以产生更详细和/或更明确的用户特征。例如，如果用户将其手放在目标218上，则天线202、204、214和216可以帮助识别手前面的特征，而天线206、208、210和212可以帮助识别手后面的特征。另外，与使用单个(或更少)天线相比，使用多个(或更多)天线通常会产生更多的散射参数数据，更多的散射参数数据会导致更多(或更详细)的用户特征以用于识别。
[0031]
图3示出了用于一体机100的系统架构300的示例。天线阵列302(可以是天线阵列200)围绕目标304。在一些实施方式中，网络分析器306可被用于数据收集和信号生成。在另一实施方式中，可以设计和实现专用收发器以生成和接收微波信号。网络分析器306可以是矢量网络分析器(vna)，例如，其可以测量所测量的微波辐射的幅度和相位特性。
[0032]
在一些实施方式中，网络分析器306可以具有比天线更少的端口。例如，网络分析器306可以具有一个接收端口和一个发送端口。在一些实施方式中，交换机308被用于将一组多个天线与例如网络分析器306的两个端口接口。与对于每个天线具有接收端口和发送端口相比，具有比天线更少的接收端口或发送端口的矢量网络分析器可以降低一体机100的成本。
[0033]
在一些实施方式中，网络分析器306的频率可以被设置为预定频率(例如，网络分析器306的发送频率可以被设置成在0dbm(1mw)的功率水平下为2.45ghz)。例如，可以选择频率以平衡特征分辨率和对象微波穿透力。如果选择太低的频率，则特征分辨率对于特征识别/区分可能太低。如果选择太高的频率，则所发射的波可能不足以充分穿透对象以生成所需的内部特征。
[0034]
交换机308和网络分析器306可以由运行在计算设备310上的仪器控制软件应用来控制，计算设备310连接至交换机308和网络分析器306。可以使用在显示器312上呈现的用户界面来配置仪器控制软件应用。在一些实施方式中，显示器312是与图1的显示器102相同的显示器。例如，当一体机100处于配置模式时，仪器控制软件应用可以呈现在显示器312上。
[0035]
图4示出了具有内部和外部组件的一体机400的示例。一体机400包括天线阵列402、目标(例如，手柄)404、网络分析器406、交换机408、计算设备410和显示器412，它们分别对应于天线阵列302、目标304、网络分析器306、交换机308、计算设备310和显示器312。例如，目标区域414是供用户放置其手臂的区域(例如，如在一体机400上运行的应用所指示的那样)。
[0036]
在一些实施方式中，前臂稳定器416(例如，由泡沫制成)可以被包括在扫描区域中，以通过最小化手臂位置和取向的变化来促进测量。在一些实施方式中，可以采取步骤以减少来自系统环境外部的信号干扰。例如，一体机400可以是金属的，并且在单元的内部包括信号吸收材料。
[0037]
图5示出用于执行生物特征认证处理的一体机500的示例。用户502被提示(例如，在显示器504上)将手臂506放置在目标区域中并抓住手柄508，作为生物特征认证处理的一部分。一旦放置了手臂506，天线(例如，收发器)阵列510中的一个或多个天线就可以发射微波范围内的电磁信号。
[0038]
在天线阵列510中的一个或多个天线处，可以接收表示手臂506对所发射的电磁信号的响应的电磁信号。例如，一些微波可以从手臂506反射并被发射天线接收。原始和/或反射的微波可以被其他天线接收。进而，每个天线可以充当发射天线，并且阵列510中的其他天线可以接收信号。
[0039]
可以至少部分地基于对所发射的信号的响应的一个或多个参数来识别用户502。例如，响应的参数可以包括信号强度和相位特性。响应的参数可以代表对手臂506的外部和内部特征的查询。例如，使用机器学习，识别的特征可被用于识别用户。
[0040]
尽管示出为用户将手臂506放置在一体机500的目标区域内，但是可以使用其他目标区域。例如，可以提示用户将手放在显示器504的特定区域上。尽管天线阵列510被示为在一体机500内，但是在提示用户将手放在显示器504上或一体机500的外表面上或其附近的示例中，天线阵列510中的全部或部分天线可以放置在一体机500的外壳中(例如，当用户502站在一体机500的前面时，一体机500可以具有部分地围绕用户502的侧面板，并且天线阵列510中的一些或全部天线可以位于侧面板中)。
[0041]
手柄508可以用于增加用户的手在一致位置处的可能性。然而，在一些实施方式中，即使手位置在读数和/或用户之间变化，读数也可以被获取、使用和有效。例如，在一些示例中，可以进行被动测量。例如，可以提示用户与显示器504上的用户界面交互，并且当用户使用手与触摸屏交互时，对电磁信号的响应可以被记录。被动(或非被动)测量可以被记录，作为注册过程的一部分。
[0042]
注册期间收集的数据可用作训练数据。例如，用户对一体机的初次使用可以包括注册过程，在该注册过程中，用户被指示执行启动一组初始测量的一些动作。例如，可以要求用户502将他们的手放在目标区域(例如，手柄)上。作为另一示例，例如，可以要求用户
502使用诸如键盘或触摸屏之类的用户输入设备来提供用户输入，这使用户的手处于预配置的区域中达特定时间段，从而能够收集注册测量。在一些实施方式中，在注册过程中进行多次测量。可以为用户502存储注册测量。在一体机的注册后使用中，可以至少部分地基于确定当前测量和注册测量之间的匹配来识别用户502。
[0043]
作为一体机500的配置的一部分，可以在天线阵列510的天线之间不存在任何目标物体的情况下记录电磁数据。在不存在用户的情况下记录的电磁数据可以称为事件样本。可以从收集的样本中减去事件样本，以减少可能会在收集的数据中出现的噪声。
[0044]
如下所述，可以针对特定用户训练机器学习模型。作为另一示例，可以在训练阶段期间使用例如用户的初始集合(其可以是用户的测试集合)针对一般用户训练机器学习模型。在一些示例中，机器学习模型的训练针对一般用户和特定用户进行。
[0045]
作为用户特定训练的示例，在一些实施方式中，在系统的第二次使用中(例如，在注册之后)，系统请求或以其他方式获得用户识别信息的附加项，以验证当前测量与注册测量的比较。如果用户识别的附加项与通过将当前测量与注册测量进行比较而确定的用户身份相匹配，则注册测量可以得到验证(或可以具有更高程度的验证)。
[0046]
在一些实施方式中，调整一个或多个机器学习模型的超参数。在注册过程之后，可以调整某些或所有超参数。作为另一个示例，可以在验证过程之后调整一些或所有超参数。
[0047]
对于机器学习分类器，超参数调整对于优化可以是重要的。例如，支持向量机(support vector machine，svm)模型可以使用确定该模型被允许多大灵活性的成本函数。例如，在注册和/或验证之后，可以调整成本函数的超参数。作为另一个示例，随机森林模型(random forests model)可以配置有多个使用特征、多个决策树和树深度。作为又一个示例，k最近邻(k-nearest neighbor，knn)模型可以通过设置“k”的值(例如，正在使用多少个近邻进行计算)来调整。可以在注册和/或验证之后调整这些和其他超参数，或者如上所述，可以在训练阶段期间针对一般用户调整这些和其他超参数。
[0048]
在一些实施方式中，在超参数已被调整之后，在一体机用户的后续使用中，请求或以其他方式获得用户识别的附加项以验证所调整的超参数(例如，用户识别的附加项可以与已经基于当前测量与注册测量的当前比较确定的身份进行比较)。在超参数已被调整之后，可以识别用户，而无需请求或获得用户识别的附加项(尽管仍然可以通过结合多种方法来执行用户认证)。
[0049]
不同的机器学习技术可以用于使用微波辐射的生物特征认证。不同的机器学习技术可以用于识别和突出针对不同用户的测量差异，并提高识别的准确性。机器学习分类方法可以包括线性判别分析(lda)、支持向量分类器(svc)、随机森林、k最近邻、朴素贝叶斯(bayesian)和集合投票中的一种或多种。可以使用多种机器学习技术对测量分类，并且基于对通过不同技术实现的准确性进行比较，可以将一种或多种机器学习技术确认为最佳(或优选)技术。
[0050]
图6是散射参数矩阵600的示例。收集的散射参数可以存储在散射参数矩阵600中。独立的散射参数可以表示为sji，其中1≤i≤7且i≤j≤8(例如，当使用八个天线时)。散射参数矩阵600的每一行对应于一个天线发射到所有其他天线的信号强度。每一列对应于从所有其他天线中的特定天线接收到的信号强度。
[0051]
在一些实施方式中，每个sji值具有实部和虚部。在一些实施方式中，数据从复数
形式[实数，虚数]转换为[幅度，相位]形式(例如，相位表示为度)。幅度范围可以从0到1。在一些实施方式中，将具有-180至180范围的相位分量归一化为[0，1]的范围。
[0052]
在一些实施方式中，来自相邻天线的测量被忽略、丢弃或以其他方式排除。出于效率或干扰考虑，可以忽略(或不采用)相邻天线的测量。例如，从相邻天线记录的散射参数可能会受到屏蔽目标贡献的直接耦合控制或者其他不利影响。因此，在一些实施方式中，从分析中去除散射参数sij，其中i-j＝1。
[0053]
图7示出了针对不同对象的散射参数的示例。曲线图702和曲线图704分别示出了针对三个不同用户的幅度和相位散射参数的子集，所述散射参数是在一个天线正在发射时被记录的。当其他天线发射时，可以记录类似的数据。当一个给定天线正在发射时收集的不同用户的测量可能对于某些用户组而言在数值上相对接近。然而，由于在天线组中的其他天线正在发射时收集附加数据，所以可以记录所收集的测量中的差异，这些差异进一步区分用户并改进用户识别。此外，机器学习技术可以突出这些差异并提高分类准确性。
[0054]
图8示出了天线阵列800的另一示例。天线阵列800包括比天线阵列200少的天线。具体地，与用于天线阵列200的八个天线相比，天线阵列800包括四个天线802、804、806和808(围绕目标810)。
[0055]
例如，可以使用更少的天线来降低成本。在一些实施方式中，对于一些装置，当可以接受更低的准确率时和/或成本考虑具有比准确度更高的重要性时，可以使用更少的天线。例如，与八个天线相比，四个天线可以用于视频游戏机，例如，采用用户识别来跟踪用户(例如，儿童)的每日时间限制。
[0056]
更少的天线可用于以有竞争力的市场价格保持控制台的生产成本。使用四个天线可产生98％的准确率，这对于视频游戏机的每日时间限制跟踪而言可以认为是可接受的。相比之下，八个(或更多)天线可用于atm机，使得atm机上的识别准确度接近100％(如上所述，atm上的微波认证可以与其他识别方法一起使用，以进一步提高准确度)。
[0057]
在系统设计期间，可以测试不同数量的天线，并记录和比较准确率。可以选择最适合系统设计的应用的天线的特定数量和布置。通常，更多数量的天线会导致更高的识别准确度。然而，取决于空间限制，更多数量的天线会导致相邻天线之间的耦合增加。当信号从其他天线反射而不是从目标反射时，可能会发生耦合。因此，在系统设计期间，可以选择天线数量和布置以平衡成本、准确度、耦合干扰或其他参数。
[0058]
在一些情况下，使用更少的天线可以实现其他成本节约措施。例如，使用更少数量的天线可以不使用交换机。例如，天线的数量可以等于或小于网络分析器的发送端口和接收端口的数量。因此，在一些示例中，可以将交换机的成本从整个系统的成本中去除。
[0059]
图9示出了使用天线的机械旋转的天线阵列900的示例。在一些实施方式中，为了减少天线的数量，可以执行一个或多个天线的机械旋转。例如，天线阵列900可以包括围绕目标905的两个天线902和904。
[0060]
如图所示，在第一时间点，天线902和904可以在第一位置。天线902可以发射信号，并且响应信号可以由天线904接收(并且被记录)。类似地，天线904可以发射信号，并且由天线902接收的响应信号可以被记录。在第二时间点，天线902和904可以被机械地旋转。例如，天线902和904可以以顺时针方向机械旋转，如分别由新位置天线906和908所示。当在新位置时，新位置天线906和908可以顺序地发射，来自接收天线的响应信号被记录。
[0061]
机械旋转的使用可以降低成本，例如，如果机械旋转设备的成本小于由于机械旋转而能够在系统中被去除(或不使用)的天线的成本。与使用更多的不旋转的天线相比，由于机械旋转天线需要时间，因此机械旋转可能会增加准确处理的时间。机械旋转可以提高准确度，例如，如果使用多个旋转停止点，在每个旋转停止位置采集响应参数。如上所述，设计人员可以设计最适合系统准确度、成本和处理时间需求的系统。
[0062]
图10示出了将多个频率用于天线阵列1000中的天线的示例。在一些实施方式中，天线可以以不同的频率发射。使用不止一个频率可以增加信号响应多样性，这有助于提高识别准确度。作为一个示例，天线阵列1000中的每个天线1002、1004、1006和1008可以以不同的频率广播。如上所述，天线可以顺序地发射。
[0063]
作为另一个示例，如图10所示，每个天线可以以不同的频率广播。可以执行多个轮次(pass)，每个轮次对应不同的频率。例如，在第一轮次中，每个天线1002、1004、1006和1008可以以第一频率顺序地广播(例如，如分别由信号指示1010、1012、1014和1016所示)。在第二轮次中，每个天线1002、1004、1006和1008可以以不同于第一频率的第二频率顺序地广播(例如，如分别由信号指示1018、1020、1022和1024所示)。
[0064]
由于一些频率在识别特定类型的用户特征上优于其他频率，因此使用不同的频率可以提高准确度。例如，与使用较低频率相比，使用较高频率可以致使获得用户的外表面的较高分辨率(并因此获得更多或更好的可识别特征)。与使用较高频率相比，使用较低频率可以导致更多或更好的用户的内部特征的识别。如果较高频率和较低频率都被使用，则与仅使用较高频率或较低频率相比，可以提高对外部和内部特征的识别。
[0065]
在使用多个频率的示例中，可以选择一个或多个较高频率以及一个或多个较低频率。在使用一个频率的示例中，可以选择对于确定外部和内部特征具有最佳平衡的频率。可以进行实验以确认对于确定外部和内部特征具有最佳平衡的频率。
[0066]
在一些实施方式中，多个天线可以同时以不同的频率广播信号。例如，天线1002、1004、1006和1008中的每个可以同时广播不同的频率。可以针对每个频率滤出在每个天线1002、1004、1006和1008处接收到的相关响应信号。当多个天线同时以不同的频率广播信号时，可以使用多个信号源。可以考虑附加成本(来自多个信号源)与较短的处理时间和较高的准确度之间的权衡。使用多个信号源可以减轻对交换机的需求，从而可以降低成本。通过同时以不同的频率广播信号，可以减少处理时间，这是因为可以避免多轮次和/或机械旋转，同时仍可以实现由于使用多个频率而获得的多样性所产生的更高准确度。
[0067]
在一些实施方式中，可以组合机械旋转和多个频率的使用。例如，每个天线可以在第一位置处以不同的频率广播，并且在已经执行机械旋转之后，每个天线可以在第二不同位置处以第二不同频率广播。
[0068]
图11描绘了可以用于执行和/或协调所描述的生物特征认证系统的多个实例的环境1100的示例。示例性环境1100包括网络1110、后端系统1130和一体机设备1122-1126。一体机设备1122-1126基本上类似于图1的一体机设备100。
[0069]
在一些实施方式中，网络1110包括局域网(lan)、广域网(wan)、互联网或其组合，并连接计算设备(例如，一体机设备1122-1126)和后端系统(例如，后端系统1130)。在一些实施方式中，可以通过有线和/或无线通信链路访问网络1110。
[0070]
在所描绘的示例中，后端系统1130包括至少一个服务器系统1132和数据存储
1134。在一些实施方式中，后端系统1130提供对可以与一体机1122-1126交互的一个或多个计算机实现的服务的访问。计算机实现的服务可以承载在例如至少一个服务器系统1132和数据存储1134上。计算机实现的服务可以包括例如认证服务，该认证服务可被一体机1122-1126用来基于从对电磁信号的响应得出的收集特征数据来分别认证用户1102、1104、或1106。
[0071]
在一些实施方式中，后端系统1130包括采用集群计算机和组件的计算机系统，当通过网络1110访问该计算机系统时，该计算机系统用作单个无缝资源池。例如，可以在数据中心、云计算、存储区域网络(san)和网络附加存储(nas)应用中使用这样的实施方式。在一些实施方式中，后端系统1130被部署并通过虚拟机提供计算机实现的服务。
[0072]
图12示出了可以使用本文所描述的技术的系统1200的示例。系统1200包括网络分析器1205，在一些实施方式中，在使用交换机1210的情况下，网络分析器1205可以促使从天线阵列1215中的每个天线发射电磁信号。响应于所发射的信号，网络分析器1205可以记录在天线阵列1215中的每个天线处作为响应信号而接收到的电磁信号。网络分析器1205和交换机1210可以由在处理设备1220上运行的应用控制。在一些实施方式中，处理设备1220的输出可以用于驱动显示设备1225。
[0073]
系统1200还包括机器学习引擎1230，其可以被配置为分析由网络分析器1205捕获的响应信号。机器学习引擎1230可以被配置为以各种方式分析所捕获的电磁信号，以便确定可以用于用户识别的特征并生成用户识别结果(例如，识别或未识别的用户)。
[0074]
在一些实施方式中，机器学习引擎1230由处理设备1220执行。在一些实施方式中，机器学习引擎1230驻留在相对于处理设备1220和/或网络分析器1205位于远程位置的计算设备(例如，服务器)上。例如，网络分析器1205可以设置在一体机处，该一体机通过网络与机器学习引擎1230在其上执行的远程服务器通信。机器学习引擎1230继而可以将用户识别分析的输出提供给在一体机上运行的应用。
[0075]
图13是安全系统的用于识别用户的处理1300的示例的流程图。在一些实施方式中，处理1300的至少一部分可以由设置在一体机(例如，参考图1描述的一体机100)内的一个或多个处理设备执行。在一些实施方式中，处理1300可以由网络分析器1205、处理设备1220和机器学习引擎1230执行，它们可以被设置在一体机内、移动设备内或一个或多个服务器上。
[0076]
在1310，使用多个收发器的阵列中的第一收发器发射在微波范围内的第一电磁信号。该阵列可以例如以圆形布置来布置，并且可以包括预定数量的收发器(例如四个、八个)。
[0077]
在1320，多个收发器的阵列中的至少一个收发器接收表示对象的一部分对该第一电磁信号的第一响应的电磁信号。该第一响应可以指示对象的外部和内部特征。
[0078]
在1330，至少部分地基于该第一响应的一个或多个参数识别所述对象。例如，第一响应的参数可以包括信号强度/幅度和/或相位特性。
[0079]
在一些实施方式中，使用所述阵列的第二收发器在微波范围内发射第二电磁信号。可以接收表示对象的该部分对第二电磁信号的第二响应的电磁信号，并且可以基于第二响应的一个或多个参数以及第一响应的一个或多个参数来识别对象。可以顺序地发射第一电磁信号和第二电磁信号。在一些实施方式中，第一电磁信号和第二电磁信号以相同的
频率发射。在其他实施方式中，第一电磁信号和第二电磁信号以不同的频率发射。当以不同的频率发射时，第一电磁信号和第二电磁信号可以顺序地或连续地发射。
[0080]
图14示出了可以使用本文描述的技术的计算设备1400和移动设备1450的示例。例如，参考图1，一体机设备106可以部分地或全部地包括计算设备1400或移动设备1450中的一个或多个。例如，一体机设备106可以是移动设备1450。计算设备1400旨在表示各种形式的数字计算机，例如膝上型计算机、台式计算机、工作站、个人数字助理、服务器、刀锋型服务器、主机和其他适当的计算机。移动设备1450旨在代表各种形式的移动设备，例如个人数字助理、蜂窝电话、智能电话以及其他类似的移动设备。本文所示的组件，它们的连接和关系以及它们的功能仅是示例，并无意限制本文描述的和/或要求保护的技术的实施方式。
[0081]
计算设备1400包括处理器1402、存储器1404、存储设备1406、连接到存储器1404和高速扩展端口1410的高速接口1408以及连接到低速总线1414和存储设备1406的低速接口1412。组件1402、1404、1406、1408、1410和1412中的每一个使用各种总线互连，并且可以被安装在通用主板上或以其他适当方式安装。处理器1402可以处理用于在计算设备1400内执行的指令，包括存储在存储器1404中或存储在存储设备1406上的指令，以在诸如耦接到高速接口1408的显示器1416的外部输入/输出设备上显示用于图形用户界面(gui)的图形信息。在其他实施方式中，根据情况，可以使用多个处理器和/或多个总线，以及多个存储器和多个类型的存储器。另外，可以连接多个计算设备1400，每个计算设备提供部分的必要操作(例如，作为服务器库、刀锋型服务器组或多处理器系统)。
[0082]
存储器1404将信息存储在移动设备1400内。在一个实施方式中，存储器1404是一个或多个易失性存储器单元。在另一实施方式中，存储器1404是一个或多个非易失性存储器单元。存储器1404也可以是另一种形式的计算机可读介质，例如磁盘或光盘。
[0083]
存储设备1406能够为计算设备1400提供大容量存储。在一个实施方式中，存储设备1406可以是计算机可读介质或包括计算机可读介质，例如软盘设备、硬盘设备、光盘设备，或者磁带设备、闪存或其他类似的固态存储器设备或设备的阵列，包括存储区域网络或其他配置中的设备。计算机程序产品可以有形地体现在信息载体中。该计算机程序产品还可以包含指令，当所述指令被执行时执行例如以上所描述的一个或多个方法。信息载体是计算机可读介质或机器可读介质，例如存储器1404、存储设备1406、处理器1402上的存储器、或者是传播的信号。
[0084]
高速控制器1408管理计算设备1400的带宽密集型操作，而低速控制器1412管理较低带宽密集型操作。这种对功能的分配仅是示例。在一个实施方式中，高速控制器1408耦接到存储器1404、显示器1416(例如，通过图形处理器或加速器)以及可以接受各种扩展卡(未示出)的高速扩展端口1410。在该实施方式中，低速控制器1412耦接到存储设备1406和低速扩展端口1414。可以包括各种通信端口(例如，usb、蓝牙、以太网、无线以太网)的低速扩展端口可以耦接至一个或多个输入/输出设备，例如键盘、指针设备、扫描仪，或例如通过网络适配器耦接至诸如交换机或路由器之类的网络设备。
[0085]
如附图中所示，计算设备1400可以以多种不同的形式实现。例如，它可以被实现为标准服务器1420，或者在一组这样的服务器中多次实现。它也可以被实现为机架服务器系统1424的一部分。另外，它可以在诸如膝上型计算机1422的个人计算机中实现。可选地，来自计算设备1400的组件可以与诸如设备1450的移动设备(未示出)中的其他组件组合。每个
这样的设备可以包含计算设备1400、1450中的一个或多个，并且整个系统可以由彼此通信的多个计算设备1400、1450组成。
[0086]
除了其他组件之外，移动设备1450包括处理器1452、存储器1464、例如显示器1454的输入/输出设备、通信接口1466和收发器1468。设备1450还可以具有存储设备，例如微驱动器或其他设备，以提供附加的存储。组件1450、1452、1464、1454、1466和1468中的每一个使用各种总线互连，并且若干个组件可以被安装在通用主板上或以其他适当方式安装。
[0087]
处理器1452可以在移动设备1450内执行指令，包括存储在存储器1464中的指令。处理器可以被实现为包括单独的多个模拟和数字处理器的芯片的芯片组。处理器可以提供例如对设备1450的其他组件的协调，例如对用户界面、由设备1450运行的应用和由设备1450进行的无线通信的控制。
[0088]
处理器1452可以通过耦接到显示器1454的控制接口1458和显示接口1456与用户通信。显示器1454可以是例如薄膜晶体管液晶显示器(tft lcd)或有机发光二极管(oled)显示器或其他适当的显示技术。显示接口1456可以包括用于驱动显示器1454以向用户呈现图形和其他信息的适当电路。控制接口1458可以从用户接收命令并将它们转换以提交给处理器1452。另外，外部接口1462可以提供与处理器1452的通信，以便实现设备1450与其他设备的近场通信。外部接口1462可以在一些实施方式中提供例如有线通信或者在其他实施方式中提供无线通信，并且也可以使用多个接口。
[0089]
存储器1464将信息存储在移动设备1450内。存储器1464可以被实现为以下中的一个或多个：一个或多个计算机可读介质、一个或多个易失性存储器单元或一个或多个非易失性存储器单元。还可以提供扩展存储器1474，并通过扩展接口1472将其连接到设备1450，扩展接口1472可以包括例如单列直插式存储器模块(simm)卡接口。这样的扩展存储器1474可以为设备1450提供额外的存储空间，或者还可以为设备1450存储应用或其他信息。具体地，扩展存储器1474可以包括用于执行或补充上述过程的指令，并且还可以包括安全信息。因此，例如，扩展存储器1474可以被提供为用于设备1450的安全模块，并且可以被编程有允许安全使用设备1450的指令。此外，安全应用可以由simm卡提供，与附加信息一起，例如以不可破解的方式将识别信息置于simm卡上。
[0090]
存储器可以包括例如闪存和/或非易失性随机存取存储器(nvram)，如下所述。在一个实施方式中，计算机程序产品有形地体现在信息载体中。该计算机程序产品包含指令，当所述指令被执行时执行例如以上所描述的一个或多个方法。信息载体是计算机可读介质或机器可读介质，例如存储器1464、扩展存储器1474、处理器1452上的存储器、或可以通过例如收发器1468或外部接口1462接收的传播信号。
[0091]
设备1450可以通过通信接口1466进行无线通信，通信接口1466在需要时可以包括数字信号处理电路。通信接口1466可以提供各种模式或协议下的通信，例如gsm语音呼叫、sms、ems或mms消息收发、cdma、tdma、pdc、wcdma、cdma2000或gprs等等。例如，可以通过射频收发器1468进行这种通信。另外，可以诸如使用蓝牙、wifi或其他此类收发器(未示出)进行短程通信。此外，全球定位系统(gps)接收器模块1470可以向设备1450提供附加的与导航和位置相关的无线数据，这些数据可以由运行在设备1450上的应用适当使用。
[0092]
设备1450还可以使用音频编解码器1460进行音频通信，音频编解码器1460可以从用户接收语音信息并将其转换为可用的数字信息。音频编解码器1460可类似地例如通过扬
声器在例如设备1450的手持设备中生成用户可听见的声音。这样的声音可以包括来自语音电话呼叫的声音，可以包括录制的声音(例如，语音消息、音乐文件等)，并且还可以包括由在设备1450上运行的应用生成的声音。
[0093]
如附图中所示，移动设备1450可以以多种不同的形式实现。例如，它可以被实现为蜂窝电话1480。它也可以被实现为智能电话1482、个人数字助理、平板计算机或其他类似移动设备的一部分。
[0094]
可以在数字电子电路、集成电路、特殊设计的专用集成电路(asic)、计算机硬件、固件、软件和/或它们的组合中实现本文描述的系统和技术的各种实施方式。这些各种实施方式可以包括在可编程系统上可执行和/或可编译的一个或多个计算机程序中的实现，所述可编程系统包括至少一个可编程处理器，其可为专用或通用的，耦合以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令，并将数据和指令发送到所述存储系统、至少一个输入设备和至少一个输出设备。
[0095]
这些计算机程序(也称为程序、软件、软件应用程序或代码)包括用于可编程处理器的机器指令，并且可以以高级程序和/或面向对象的编程语言和/或汇编/机器语言来实现。如本文所使用的，术语“机器可读介质”和“计算机可读介质”是指用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/或设备(例如磁盘、光盘、存储器、可编程逻辑设备(pld))，包括接收机器指令的机器可读介质。
[0096]
为了提供与用户的交互，本文所描述的系统和技术可以在计算机上实现，该计算机具有用于向用户显示信息的显示设备(例如，阴极射线管(crt)或液晶显示(lcd)监视器)以及用户可用以向该计算机提供输入的键盘和指针设备(例如，鼠标或轨迹球)。其他种类的设备也可以用于提供与用户的交互。例如，提供给用户的反馈可以是任何形式的感觉反馈(例如，视觉反馈、听觉反馈或触觉反馈)。可以接收来自用户的任何形式的输入，包括声音、语音或触觉输入。
[0097]
本文描述的系统和技术可以在计算系统中实现，该计算系统包括后端组件(例如，数据服务器)，或包括中间件组件(例如，应用服务器)，或包括前端组件(例如，具有图形用户界面或网页浏览器的客户端计算机，用户可以通过所述gui或网页浏览器与本文所述的系统和技术的实施方式交互)，或包括这样的后端、中间件、或前端组件的组合。系统的组件可以通过任何形式或介质的数字数据通信(例如，通信网络)连接。通信网络的示例包括局域网(lan)、广域网(wan)以及因特网。
[0098]
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且通常通过通信网络交互。客户端和服务器的关系借助运行在各自的计算机上并且彼此具有客户端-服务器关系的计算机程序产生。
[0099]
尽管上面已经详细描述了一些实施方式，但是在不脱离本文描述的发明构思的范围的情况下，可以进行其他修改，因此，其他实施方式在所附权利要求的范围内。