人脸,指纹等生物特征已被广泛用于各种物联网设备,但其解锁时需要用户合作且存在易被仿制、窃取等缺陷。而步态识别可在用户行走时完成,不需用户交互且采集过程更安全,极大提高了可穿戴设备安全性。目前,多数电子设备内置加速度传感器,利用加速度传感器实现步态识别具有较高实用可行性。此外,步态信息的传输常采用无线方式。高效可靠的无线传输对步态识别具有重要意义。步态识别技术仍处于研究阶段,还没有通用的成熟设备出现。故本文开展了智能步态识别及传输应用系统研究,主要工作和创新如下:1.针对目前步态识别中数据采集装置复杂、采样频率高等问题,设计了一个成本低,体积小巧且易组装的步态采集硬件平台。首先,根据系统特点及需求设计系统方案;然后开展其模块化设计,包括数据采集模块Mpu6050、微处理器模块Arduino Nano及蓝牙传输模块HC-05的软硬件开发,最终结合所设计的电路原理完成系统开发。其中,将传感器采样频率设置为40Hz,确保系统低功耗。而且,利用该装置采集步态信息,并建立一个10人的步态数据库,为后续步态识别提供技术支持;2.针对目前步态识别率低、算法单一等问题,提出一种智能化的结合动态时间规整和人工神经网络的步态识别软件平台。首先,运用动态时间规整,将不同个数的特征点规整到固定长度,提取得到波形特征,并计算累积距离,从而设置成本函数阈值,通过与其对比得到神经网路正负输入。其次,运用列文伯格-马夸尔特（LM）算法改进标准误差反向传播（BP）神经网络,引入步长、步频、步速及标准偏差特征,将其与之前特征训练,最终完成步态识别。仿真表明:所提改进步态识别方法将平均步态识别率和相等错误率维持在91.5%和9.1%,在有效降低时延的同时,较好地提高了步态识别准确率;3.在步态信息的物联网传输中,针对目前低密度奇偶校验（Low-Density Parity-Check,LDPC）码译码失败导致信号错误传播的问题,提出了一种编码协作的软信息混合转发方案。首先,在中继节点处对译码结果判别,若成功译码,则采用LDPC编码传输信息,否则采用计算并转发软信息的方式传输信息。其次,在目的节点处,运用联合迭代BP译码算法来有效提升译码性能,最终完成信息传输。仿真表明:所提改进的信息传输方案复杂度低,且有效降低了系统误码率。在误码率为10^-2时,所提方案相比单一LDPC编码和未编码的混合译码放大转发（HDAF）方案,分别获得约2d B和7d B的信噪比增益。本文主要开展了步态识别软硬件平台及编码传输的优化研究,较好地提高了系统的性能。而且,所提方案兼顾采样率和识别率,有效降低了成本且具有较低复杂度,符合未来物联网设备安全认证要求,具有信息安全保护方面的应用价值。