近年来,身份认证已在人们日常生活中扮演着重要的角色,如何准确快速高效地向第三方设备证明个人身份,以获取某种服务或进入某物理场所是信息化时代亟待解决的一个关键性问题。心电和脉搏信号作为人体固有的生理信号,蕴藏着大量生理与病理信息。不同个体之间的心电和脉搏信号存在很大的差异,具有良好的特异性和保密性,可作为一种新的生物特征进行身份验证。本文以心脏运动产生的心电和脉搏信号作为研究对象,通过对两种信号特征的分析,设计了一种基于心电和脉搏信号的可穿戴式持续身份认证系统,并结合压缩感知技术降低了系统数据的传输量。所设计系统实现了基于心电和脉搏体表信号的个体身份认证功能,且满足了可穿戴式设备低功耗的设计要求。本文的主要研究内容包括:（1）设计了一种低成本、高效率的可穿戴式心脏信号测量设备,能够实现对人体心电与脉搏信号的不间断采集,为身份识别过程提供了信号来源。系统主要包括微控制器、心电和脉搏信号采集、模/数转换、电源、无线传输等模块。该系统硬件电路体积小,性能优良,可实现信号的精准测量。（2）在对压缩感知理论的研究基础上,设计了针对心电和脉搏信号的稀疏和重构方式,利用K-SVD字典学习法对两种生物电信号进行稀疏表示。提出了一种改进的压缩采样匹配追踪算法,克服了稀疏度未知的缺陷,设置了可变步长调整原子数目,缩短了信号重构时间。利用改进后的算法对两种生物电信号进行重构仿真,并引入评价参数对其重构性能进行了分析比较。（3）分析了基于心电和脉搏信号的个体身份认证模型的可行性。针对两种信号波形的特性设计了相应的预处理及特征提取方案,通过此方案获取了稳定且准确的信号特征。在认证阶段通过支持向量机对所提取的信号特征进行识别和分类,利用实际采集的心脏信号数据进行分类实验,验证了所设计方案的适用性和可靠性。实验结果表明,基于两种信号的身份识别均达到了较高的精准度,准确率平均值达到94%以上。