随着人们越来越多的使用移动互联网进行购物、电子支付等活动,用户对移动网络的信息安全有了更为迫切的需求。各类基于生物特征的身份认证技术在近年来发展迅速并得到了广泛应用。基于加速度传感器的空中中文签名认证能够同时利用生理和行为生物特征,更为安全可靠。本文提出一种新的空中中文签名认证方法:先通过改进极值点匹配算法完成签名分段,之后利用DTW、Hausdorff距离、离散Fréchet距离三种段间相似度度量方式进行决策层融合。本文主要工作如下:(1)完成了空中签名数据的采集。本文使用嵌有三轴加速度计的电路板,采集用户在空中书写自己中文签名时的加速度数据。针对采集到的原始签名数据,先用差分阈值法提取出有效信息,之后进行预处理,包括平滑去噪和长度归一化。(2)根据汉字的结构特点,对空中中文签名加速度数据进行分段。利用稳定极值点间的对应结果,作为分段的依据。实验发现应用传统DTW算法进行极值点序列间的匹配时,出现了不同类型极值点错误匹配的现象。在改进了DTW算法的路径约束条件之后,得到了极值点间的正确匹配结果。为了消除匹配后的极值点间出现的一对多或者多对一现象,合并相关极值点,使得签名的极值点之间一一对应,完成空中中文签名数据分段。(3)完成了分段之间的相似度度量。在分别利用DTW算法、Hausdorff距离、离散Fréchet距离进行分段之间的相似度度量时发现,分段后的三种度量方法均在一定程度上提高了系统认证性能,但是各有优劣。每种方法只能从单一角度考察签名段间相似度,反映用户部分身份信息。为综合利用三种方法反映的不同身份信息,进行决策层信息融合。在将三种方法得到的不同量级的距离结果统一转化为置信度之后,利用加权平均法完成融合。为了分析本文方法的认证性能,在自建数据库上进行测试。数据库中包括34位用户共1360组空中中文签名加速度数据。其中,模板签名102个,真实测试样本578个,伪造测试样本680个。最终,三种段间相似度度量方法融合后,认证性能进一步提高,系统的FRR和FAR分别为:4.15%和3.38%。