Con el desarrollo de dispositivos móviles ubicuos, la autenticación biométrica ha recibido mucha atención por parte de los investigadores. Para experiencias inmersivas en AR (realidad aumentada), se requieren tecnologías convenientes de autenticación biométrica continua para proporcionar seguridad a los activos electrónicos y transacciones a través de dispositivos montados en la cabeza. Los métodos de autenticación existentes mediante huella digital o reconocimiento facial son vulnerables a ataques de suplantación y ataques de repetición. En este documento, proponemos , que aprovecha dispositivos montados en la cabeza para enviar señales ultrasónicas FMCW (Onda Continua Modulada en Frecuencia) para la autenticación biométrica continua del oído humano. CIR (respuesta de impulso del canal) aprovechó la teoría de estimación de canal para modelar la estructura fisiológica del oído humano, llamada Función de Transferencia Relacionada con el Oído (ERTF). Extrae representaciones únicas de las características biométricas intrínsecas y extrínsecas del oído humano. Para superar la dependencia de datos del Aprendizaje Profundo y mejorar su despliegue en dispositivos móviles, utilizamos un enfoque de aprendizaje ligero para la clasificación y autenticación. Nuestra implementación y evaluación muestran que la precisión promedio puede alcanzar alrededor del 96% en diferentes escenarios con pequeñas cantidades de datos. permite manejar la autenticación desplegable inmersiva y ser más sensible a ataques de repetición e impersonación.