本课题以开发“纸币安全线防伪编码”为背景，对纸币安全线防伪编码(以下简称安全线编码)系统进行了一定程度的分析研究，重点对纸币安全线编码的信号提取和通过对安全线编码自学习达到对纸币进行防伪的目的做了较为详细的设计。 本文首先描述了纸币鉴伪方法的现状和发展趋势，说明了研究纸币安全线编码的意义，介绍了作者的主要工作及本文的组织结构。 本文对安全线编码、人工神经网络、选频和BP网等相关概念进行了介绍。在此基础上，概述了纸币安全线防伪编码系统的主要功能及组成。 该系统分为安全线编码信号的提取和安全线防伪编码的BP网系统。信号提取系统的主要功能是通过设计硬件带通电路过滤干扰信号，实现对安全线编码信号的提取。安全线防伪编码的BP网系统负责构建了安全线编码自学习功能，实现自动适应并识别新型纸币安全线编码信号，达到防伪的目的。信号提取部分组成主要有放大模块、有源滤波和比较输出等。安全线编码的BP网部分由安全线编码BP网络模块的三层网络中输入节点、隐层节点、输出节点及监督机构组成。安全线编码BP网络模块用来接收纸币安全线定周期编码序列，按Delta学习规则进行学习，然后逐层调节连接权的强度，最终达到输出与预期值一致，实现对纸币真伪进行准确判别目的。 针对纸币安全线编码信号比较弱的实际情况，作者对该系统的信号提取部分进行一定的研究。论文详细阐述了安全线编码信号提取及其BP网络的构建和自学习进行了分析与设计。安全线编码信号的准确提取，是人工神经网络识别纸币真伪的关键之一。文章指出，分析了纸币安全线错码会形成数据残缺和数据变异等错误类型。针对这些错误情况，文章给出了纸币安全线防伪编码的等概率纠错法。对于快速的学习新型纸币安全线编码作者进行了实际编程并得以实践应用。 在附录中给出了安全线编码的周期确定和安全线编码自学习程序。本文在总结中给出了人工神经网络对纸币安全线防伪的准确性及已有工作总结，谈到了尚需进一步解决的问题及下一步研究的工作内容。