随着我国经济的发展与国际地位的提高，人民币纸币发行量和国内外流通量不断增加，但假币也随之不断出现且数量和种类并呈逐年递增趋势。在银行、车站等场所，每天都有大量现金流入流出。为鉴别种类繁多的高仿假币，同时为提高纸币面值识别的准确性与快速性，一方面需要国家造币部门不断改进和增加机读特征，另一方面迫切需要金融机具研发生产企业不断升级、改进人民币纸币鉴别与面值识别技术。磁信号作为人民币重要的机读特征，研究基于磁信号检测的人民币纸币鉴别与面值识别技术具有重要意义。TMR传感器是一种灵敏度高、温度特性好、输出信号强的新型磁阻传感器，非常适用于检测人民币纸币磁信号。鉴于此，本文利用TMR金融磁头在磁信号检测数据采集实验平台上检测纸币磁信号，并设计了基于磁信号检测的纸币鉴别与面值识别技术研究方案。针对采集的磁信号，利用小波变换技术对信号降噪并分别采用改进的能量差法和门限阈值法提取有效磁信号以减少数据冗余并实现数据压缩；提取信号特征并确定判定阈值，然后建立特征样本库，基于冠字码磁信号设计纸币鉴别算法，基于安全线磁信号设计并改进纸币面值识别算法。针对纸币鉴别与面值识别技术的国标要求，本文设计并提出了以下研究方案：(1)纸币磁信号预处理与特征提取技术研究鉴于国家对点验钞机在纸币鉴别与面值识别技术上具有准确性、快速性的高指标要求，针对纸币磁信号的噪声、冗余及无用数据会导致原信号失真变形而降低纸币鉴别与面值识别准确性与快速性的问题，本文提出磁信号预处理与特征提取技术研究方案，该方案实现了降噪并剔除了信号中的冗余及无用数据，保留了有效信号并实现了特征提取与数据压缩，大大提高了后续纸币鉴别与面值识别算法的准确性和快速性。首先，综合分析均值滤波、中值滤波以及小波变换等三种降噪技术的降噪性能；其次，深入研究能量比法、能量差法、门限阈值法在有效信号提取方面的特点，对比分析以上三种方法的准确性与可靠性；最后，对磁信号数据提取时域特征并统计阈值范围，根据判定阈值建立特征样本库，为后续纸币鉴别与面值识别算法的设计、验证和改进提供数据源。(2)基于冠字码磁信号的纸币鉴别技术研究针对目前金融磁头检测到的冠字码磁信号特征规律不明显的问题以及部分点验钞机对冠字码磁信号仅定性检测导致漏辨“拼凑币”、“涂磁币”等问题，本文提出利用TMR金融磁头检测冠字码磁信号并在此基础上设计算法鉴别纸币，通过TMR检测得出冠字码磁信号内部固有特征规律，将定性检测提高到了定量检测水平，并以离线仿真的方式解决了对“拼凑币”、“涂磁币”的漏辨问题。本文分别设计了最近邻算法和BP神经网络算法鉴别纸币，从线性和非线性两个角度研究并论证了基于冠字码磁信号的纸币鉴别技术的可行性、准确性与可靠性；最后仿真实验证明：在现有实验条件下，最近邻算法和BP神经网络算法均可鉴别纸币，但是鉴于实验数据的局限性与假币的多样性以及BP神经网络算法分类性能的优越性，优先选择BP神经网络算法鉴别纸币。(3)基于安全线磁信号的纸币面值识别技术研究鉴于TMR金融磁头检测到的不同面值纸币安全线磁信号特征规律稳定、明显且可区分性较大，针对目前部分点验钞机存在计数、金额累加、面额显示不准确以及点验钞机在基于图像技术识别纸币时速度慢、成本高等问题，本文提出利用TMR金融磁头检测安全线磁信号并在此基础上设计并改进算法识别纸币面值，该方案以离线仿真的方式解决了点钞计数、金额显示及累加不准确的问题，取得了快速、准确识别纸币面值的效果。首先，训练SVM分类模型并根据经验设定SVM相关参数，利用训练好的SVM模型识别纸币面值；其次，对比分析网格搜索算法、粒子群算法、遗传算法优化的SVM模型在识别纸币面值时的分类性能；最后，实验仿真得出，遗传算法在优化SVM时具有收敛性好、计算精度高、计算时间短、鲁棒性高等优点，GA-SVM识别纸币面值时准确率最高。设计基于磁信号检测的纸币鉴别与面值识别技术研究方案，根据此方案搭建磁信号检测数据采集实验平台，利用TMR金融磁头在此实验平台上采集冠字码和安全线磁信号数据，对数据进行小波降噪、提取有效信号、提取特征并统计特征阈值，根据特征阈值建立特征样本库，基于冠字码磁信号设计BP神经网络算法鉴别纸币，纸币鉴别准确率达100%，基于安全线磁信号设计并改进SVM算法识别纸币面值，识别准确率达98.3%。实验仿真结果验证了基于磁信号检测的纸币鉴别与面值识别技术研究方案的可行性、正确性与可靠性，同时为点验钞机等金融机具中的基于磁信号的纸币鉴别与面值识别技术的升级提供理论和实验基础。