民航安检生物特征识别系统的改进设计

陈丰伟
摘 要: 为了提高民航安检的效率和智能性,进行民航安检生物特征识别系统优化设计,提出基于生物特征图谱检测的民航安检生物特征识别方法。系统包括传感器采集模块、红外探测模块、检波分析模块和人机交互模块。采用红外探测和紫外线探测传感器进行生物特征原始信息采集,对采集的生物特征在检波分析模块中进行波束集成和图谱提取,得到机器能快速识别的生物特征信号,在人机交互模块中实现民航安检的检测优化。实验测试结果表明,该系统进行民航安全的生物特征识别的抗干扰性较强、准确性较好、效率更高。
关键词: 民航安检; 生物特征识别; 红外探测; 紫外线探测; 传感器系统
中图分类号: TN215?34; TN911 文献标识码: A 文章编号: 1004?373X(2017)22?0101?03
Abstract: In order to improve the efficiency and intelligence of the civil aviation security check, the optimization design of the biometric feature identification system for civil aviation security check was carried out. The biometric feature identification method for civil aviation security check based on biometric feature map detection is proposed. The detection system includes the sensor acquisition module, infrared detection module, demodulation analysis module and human?computer interaction module. The infrared detection and ultraviolet detection sensors are used to acquire the original information of the biometric features. The beam integration and map extraction of the acquired biometric feature is performed in demodulation analysis module to get the biometric feature signal which can be recognized quickly. The signal detection optimization of the civil aviation security check is realized in the human?computer interaction module. The experimental results show that the system has strong anti?jamming performance, high detection accuracy and efficiency of biometric feature recognition in civil aviation security check.
Keywords: civil aviation security check; biologic feature identification; infrared detection; ultraviolet detection; sensor system
为了保障民航公共安全,在乘客办理登记手续中需要进行一项严格的安全程序。民航安全是一项经常性的系统性工程,随着客流量的不断增大,对民航安全的时效性和准确性提出了更高的要求。为了提高民航安全的效率,大量的智能化设备投入到民航安全的运行中。常见的民航安检方法主要有X光探测方法、CT检测方法、金属探测方法等[1],并结合人工检查,实现准确无误的民航安全检测。然而,上述方法只能對携带行李和身体上的金属物质和易燃易爆物质进行检查,对生物检材的检测还没有更好的方法。为此,本文进行民航安检的生物特征识别系统优化设计,进行生物检材的有效检测,提高民航安检的有效性和智能性。首先进行了系统的总体设计构架,然后进行民航安检生物特征识别系统的功能模块化设计,完成系统的硬件集成设计,最后进行系统调试分析,验证系统的有效性。
1 系统总体构架与器件选择
为了完成民航安检生物特征识别系统优化设计,首先进行总体构架分析描述。对生物检材的识别主要采用的是光谱和图像识别方法,结合二维或者三维图谱重构进行生物特征识别和异常信息的辨识,分析生物特征的图谱衰变,结合生物特征中的自由电子和正离子对进行图谱检测,采用生物传感器进行原始信息采集。系统包括了传感器采集模块、红外探测模块、检波分析模块、功率放大模块和人机交互模块,传感器进行生物信息采集的器件选择为盖革?弥勒计数管[2]。通过对生物特征中的信息技术,结合基因图谱分析方法,利用生物特征中的伽马射线与物质相互作用将产生次级电子,用一金属圆筒在束缚电子直接电离,通过两个端子与外电路相连。生物特征信息通过电阻[R]流向阳极,利用计数器中的电荷数与探测器阳极收集电子数进行信息对比与生物特征识别。用于民航安检生物特征识别的盖革?弥勒计数管及计数原理如图1所示。
在民航安检生物特征识别系统设计中,利用荧光物质的闪烁记录生物特征辐射信息,最后形成电子束在阳极产生脉冲,采用红外探测和紫外线探测传感器进行生物特征原始信息采集[3],并被伽马能谱仪记录处理。根据上述分析,得到本文设计的民航安检生物特征识别系统的总体结构模型如图2所示。
根据上述设计原理分析,进行民航安检生物特征识别系统的功能分析,本文设计的系统在进行生物特征信息采样中能够区分两个顺序入射粒子的信号特征,对生物特征信息采集的数据宽度为24 b,光电子在光电倍增管内的工作频率为16 MHz。设计的生物特征识别系统的功能主要包括:
(1) 能谱仪记录和生物特征信息测量;
(2) 光电倍增和前置放大;
(3) 多通道数据采样和信息调制;
(4) 生物特征识别和异常信息报警。
系统的生物特征信息采集模块主要由闪烁体、光导和光电倍增管三部分组成,生物信息采样的次级电子能量为[0.001~6 MeV]。在输出基阵的A/D端,荧光光子激发出光电子,可以产生3~6个二级电子,并通过A/D转换电路进行信息聚焦放大输出。系统由高压电源经过波束集成器实现光电波束集成,并经过模拟信号预处理机激发出光电子进行生物特征信息调制[4]。
2 系统硬件设计
在对民航安检生物特征识别系统的总体设计描述、功能器件选择、系统设计原理以及指标分析的基础上,进行系统的硬件模块化设计,分别对各个功能模块详细设计描述如下:
(1) 传感器采集模块。传感器采集模块是整个系统进行生物特征信息采集的基础单元,采用红外探测和紫外线探测传感器进行生物特征原始信息采集,传感器采集的A/D设计采用高速A/D芯片AD9225,接口方式为串行接口,特征采样的分辨率为12位,采用单3 V供电的内部时钟振荡器。通过有源晶振输出生物安检信息的采样时钟,有源晶振的最大倍频数为64倍,在晶振的输出端NC通过PCB接地,使得在进行生物特征识别中的输出采样信号尽可能地接近DSP的时钟,得到传感器采集模块的设计电路如图3所示。
(2) 红外探测模块。红外探测模块采用电容进行交流耦合,实现对民航安检生物特征识别,用[V]代表耦合电容C前输入的伽马射线采集信号,信号直流分量在DC基线恢复器中进行信号集成,输出安检生物特征的负增益信号直流分量为:
[VDC=νARV]
采用肖特基二极管减小放电回路的时间误差,提高对生物特征识别中红外探测的时效性,在电路设计中,耦合电容[CC]设为10 nF,三极管集电极电压为5 V。
(3) 检波分析模块。检波模块是整个民航安检生物特征识别系统的核心模块,实现对生物探测信息的检波放大和输出控制功能,对采集的生物特征在检波分析模块中进行波束集成和图谱提取。通用 PCI 接口和CPLD编程芯片进行检波设计[5],在DSP中进行信息处理,采用多路复用 32 位和8位总线设备构建检波模块的交流放大电路,并将检波信息输入到功率放大模块进行信息放大,得到一组容量为 256×16 b的片选信号,检波电路设计如图4所示。
(4) 人机交互模块。人机交互模块是实现民航安全的生物特征识别输出人机交互功能,采用VXI总线接口设计实现人机交互模块设计,选用PCI9054作为PCI芯片,在LOCAL总线与PCI总线模式中进行生物特征信息的DMA 传输和本地總线控制[6?7],得到人机交互模块的接口设计如图5所示。
在人机交互模块的输出界面中,显示采集的生物特征的波束集成和图谱特征,结合信息处理单元和盖革?弥勒计数管计数读取数据,得到机器能快速识别的生物特征信号,实现生物特征识别。
3 实验调试分析
为了测试本文设计系统的有效性,进行系统调试,系统调试的实际环境如图6所示。
采用本文设计的系统进行民航安检中的生物特征识别检测分析,得到检测图谱如图7所示。分析得知,采用本文方法进行民航安全生物特征识别,对异常特征点具有较明显的波峰,检测准确性较好。
4 结 语
本文提出基于生物特征图谱检测的民航安检生物特征识别方法,系统包括了传感器采集模块、红外探测模块、检波分析模块和人机交互模块。采用红外探测和紫外线探测传感器进行生物特征原始信息采集,对采集的生物特征在检波分析模块中进行波束集成和图谱提取,得到机器能快速识别的生物特征信号,在人机交互模块中实现民航安检的检测优化。实验结果表明,该系统进行民航安全的生物特征识别的抗干扰性较强、准确性较好、效率更高。
参考文献
[1] 杨霞,刘志伟,雷航.基于TrustZone的指纹识别安全技术研究与实现[J].计算机科学,2016,43(7):147?152.
[2] 王建华,张方华,龚春英,等.基于发展的PWM Switch模型的Buck/Boost双向直直变换器建模及分析[J].南京航空航天大学学报,2014,46(1):92?100.
[3] 陈西宏,胡茂凯,孙际哲,等.多径衰落信道下多音干扰OFDM系统性能分析[J].北京理工大学学报,2014,34(1):83?87.
[4] 曹太强,王军,孙章,等.有源钳位正激二次侧谐振PWM Buck?Boost型变换器[J].电工技术学报,2014,29(4):10?18.
[5] 张景祥,王士同,邓赵红,等.融合异构特征的子空间迁移学习算法[J].自动化学报,2014,40(2):236?246.
[6] 吴建军,段淑敏.交通拥堵状态下的智能调度平台的设计与仿真[J].现代电子技术,2016,39(16):40?43.
[7] 邵敏敏,钱冬梅.智能激光夜视监控系统中的运动目标检测算法研究[J].激光杂志,2016,37(9):103?108.