近年来,我国老龄人口的比例越来越高,其中独居老人占据很大的比例。独居老人的健康问题已经成为社会大众关注的焦点。并且现在生活节奏加快,很多青年人也处在亚健康的状态,对人体健康状态的监测已经成为现在人们的关注点。近期发展迅速的可穿戴医疗监测系统,为解决健康状态监测问题提供了切实可行的解决方案。各大科技公司纷纷推出自己的可穿戴设备用以人体生命体征参数监测。但是这些产品监测的生理指标比较单一,不能同时监测心率、心电、脉搏、体温、血氧饱和度浓度以及血压等基本生理参数。一些医疗公司推出的医用多参数监测设备则不满足可穿戴需求,在系统功耗方面也具有比较大的缺陷。除此之外,虽然有学者在生命体征参数融合推理方面进行了研究,但是这些体征参数融合的研究是对人体静止状态下体征参数融合进行健康状态推理。没有对人体运动状态下的体征参数融合进行研究,因此不能全面地表征人体状态。为了让系统能够对多项生理参数进行监测,具有低功耗特性与可穿戴性。在数据融合方面能够对静止和运动状态下系统采集到的多种生命体征参数进行数据融合,进而对人体的健康状态进行推理。本课题进行了以下研究工作:首先本课题设计了生命体征监测系统低功耗方案,将系统划分为腕部、胸部、网关和移动终端四部分,四部分之间通过BLE5.0协议组成体域网进行数据传输,低功耗方案包括硬件电路设计和软件调度策略设计两个方面。其次选择低功耗器件,设计了腕部、胸部以及网关电路。电路结构上采用“刚柔结合板”的结构来方便电路的可穿戴设计。其中刚性部分用以放置电子器件,柔性部分用于刚性部分之间的连接。再次对腕部、胸部、网关电路以及移动终端四部分进行相应软件设计,实现体域网的组建、生命体征数据的监测与传输、人体运动状态识别、移动终端数据显示以及体征数据传输到服务器存储。从次设计低功耗软件调度策略,根据人体静止、慢、,跑步以及上下楼等运动状态对系统各部分电路的MCU以及传感器的工作方式进行控制,动态调整系统工作时间和休眠时间,从软件调度方面降低系统功耗。最后采用模糊神经网络对系统采集到运动状态以及多种生命体征参数进行融合判决。在该部分研究中,首先对神经网络,模糊理论进行比较,然后对模糊神经网络的结构以及参数学习算法进行了详细分析。利用模糊神经网络完成数据融合,对人体不同运动状态下的健康状态融合判定。该课题通过对低功耗生命监测系统的研究设计,使得系统能够对多种生命体征信号进行监测,并且具备低功耗特性与可穿戴性。能够满足日常生活对生命体征的监测,对关爱老人健康,人体亚健康状态管理具有实际意义。也对运动状态下生命体征数据融合具有一定的借鉴意义。