步态特征作为生物特征的一种，具有唯一性和稳定性，不易伪造。基于加速度传感器的步态特征身份认证是新兴的身份认证方法，作为保护便携式电子产品信息安全的首要步骤，不需要用户主动配合，自然步行状态下可完成认证。目前步态身份认证技术仍处于研究阶段，国内外还没有成熟的产品出现。为了提高数据采集的效率，采用无线传输数据的方式，设计了一套步态加速度数据无线采集装置，以MPU-6050六轴运动处理组件和JF24D-MCU无线通信模块为核心，系统电源为3.3V，电池供电，装置小巧，采集方便。实验采集了19名实验对象的自然步行时腰部的三轴加速度数据和三轴陀螺仪数据，采样率为166Hz，主要针对重力方向的加速度进行详细的分析。为了达到好的识别效果，原始数据需要预处理。本设计使用FIR低通滤波器，在硬件滤波之后，进行软件滤波，保证干净的步态信号。步态周期是步态分析的最小单位，周期划分是最重要的步骤，它直接影响认证算法的效果。本设计采用手动划分周期和自动划分周期两种方法。利用前进方向的加速度信号的周期划分点自动划分重力方向的加速度信号，采用自相关系数法计算第一个步长的点数，根据这个步长对周期实现自动划分。由于人体实际步行中，每个步态周期的采样点数不恒定，通过线性插值法将样本规整为统一的模板，使得样本间的加速度信号极值点的位置更接近。将高斯函数的一阶导作为小波基函数，采用小波变换过零点的方法提取特征点。本课题提出了一种新的动态时间规整算法，该算法将特征点的时间和幅值作为一个二维的序列，采用波峰和波谷成对搜索最小累积距离路径的方法，求出失真距离、匹配的点数、波峰波谷未匹配对数和未匹配对的距离，平均失真距离乘以系数1与平均未匹配距离乘以系数2的和为两个样本的总失真距离。在小范围样本内，该算法得到了验证，类内的最大距离小于类间的最小距离，能够通过阈值判断实现身份认证。