基于网络的门禁系统的设计

图3 指纹读取程序流程图

    指纹识别算法主要分图像的增强、滤波、二值化、细化、特征值提取和匹配几个步骤．由于ARM9的处理速度可达到200 MHz，而且指纹处理算法运算并不复杂，因此可以达到门禁的要求．其中的滤波算法最耗费时间，因此很多滤波算法不适合嵌入式要求171，应当做好选择和改进． 

2．2 嵌入式TCP／IP模块软件设计 

    TCP／IP协议是一个非常完备的协议族，在普通的计算机中有足够的资源和处理能力来实现它，但是在将该协议移植到嵌入式系统时，考虑到嵌入式系统存储空间和处理速度的限制，应当对其做适当的裁剪．图4所示为TCP／IP协议框图，图4(a)是一个完备的TCP/IP的协议层．

图4 TCP／IP协议框图

    ARP协议为地址解析协议。即把节点的IP解析为对应的MAC地址．ARP协议会建立1个ARP缓存表，发送IP报时，查找ARP缓存表，得到目的地址的MAC地址． 因此ARP协议是必须的．IP协议是TCP／IP协议族的重要组成部分，对上层协议的数据报加入源地址IP、目的地址IP、校验等信息，提供不可靠的数据报传输功能，因此IP也是必须的协议．TCP协议提供面向连接的、可靠的、无重复的、双向的数据传输服务，在建立连接过程中要进行3次握手。关闭连接进行4次握手，因此TCP协议是TCP／IP协议中消耗资源最多、最复杂的协议．考虑到门禁的实时性要求以及传输的数据量，本设计不采用TCP协议．UDP协议提供了发送接收IP数据报的方法，它不负责重新发送丢失或出错的数据报，不对收到数据报排序。不建立和断开连接。因此UDP协议使用简洁、实时，在本系统中即采用此协议传输数据．但是考虑到UDP协议的不可靠性。作者设计了1个简单的应用层协议(R—UDP)，来保证UDP协议的可靠性和实现多数据报的可排序性．单片机和服务器之间进行通信时首先做1次握手，确保网络畅通，每发送1个UDP数据报后，单片机内1个定时器开始计时， 在服务器收到UDP数据报后发送1个报。假如单片机在确定的时间内没有收到确认报则认为数据报丢失，重新发送该数据报，在确定的时间内收到了确认报则认为发送成功，开始发送下一包数据。这样就基本保证了数据传输的可靠性．同时在UDP数据报的有效数据区的第1字节作为UDP数据报的计数部分，服务器在收到同样序号的数据报时。可以认为是重复数据报，可以进行删除，同时可以按该字节排列UDP数据报．最后在1次通信完成后发送1次结束握手信号．整个裁剪后的TCP／IP协议如图4(b)所示．

2-3 射频卡读写模块软件设计 

    对卡的操作程序主要有5步：① 复位应答，即寻卡，寻卡模式有2种，寻全部的卡和寻处于停止状态的卡；② 防冲突，在多张卡进入读写器范围内时。防冲突机制可以选其中1张卡进行操作，未选中者处于空闲模式，等待下次选卡；③ 选卡，选择被选卡的序列号，同时返回卡的容量代码；④3次相互认证。读卡器的密码与卡的密码相互认证，之后通过加密流通信；⑤ 最后对卡的扇区进行操作，本系统为读取门禁使用者信息．由以上的操作步骤可以看出射频卡的安全性是很高的，能保证门禁系统的安全性．

3 结束语 

    系统设计完成后进行了一系列测试，首先通过ping命令测试网络可以通信；然后PC机发送几千帧数据报到门禁系统，没有发生丢报情况，证明R—UDP数据报的传输可靠性；指纹识别测试发现误识率为0．7％ ，拒识率为6．4％ ，这也是本系统需要进一步改进的地方；射频卡读写正常．总之，本研究采用双处理器。集成多种技术。外扩多种功能模块，开发了这一新型门禁系统．经实际测试试用。系统工作稳定。使用简洁、方便，具有一定的应用价值．

    作者简介：荣锋(1979--)，男，天津工业大学信息与通信工程学院，硕士，助教

    参考文献：
    1周立功．ARM嵌入式系统软件开发实例．北京：北京航空航天大学出版社，2002．
    2徐明进．FPS200在基于DSP的嵌入式系统中的应用．重庆大学学报，2006，7(1)：23—25．
    3雷建龙．嵌入式系统中的TCP，IP协议的精简与实现．微计算机信息，2006，6(2)：25—26．
    4FPS200 Datasheet．Veridicom corporation 2002[EB／OL]．http：／／www．veridicom．con．I2002-10-1 1】．
    5谢大刚．警用活体指纹采集仪的实用设计fJJ．电视技术，2007，3(2)：30—31．
    6吴志用．多生物特征识别平台的设计和实现．小型微型计算机系统，2006，7(2)：26—27．
    7MAIO D，MALTONI D．Direct gray-scale minutiae detection in fingerprinter[J1．IEEE Pans on Pattern Analysis and Machine Intelligence，1997，19(1)：27—40．