随着生物识别技术的发展,如何有效的识别生物状态逐渐成为了生物状态分析领域的研究热点。生物状态分析系统的出现替代了传统人工识别的方式,实现了自动识别与分析。但现有生物状态分析系统多采用单一信号源进行生物状态识别,存在着识别准确率较低、受环境干扰较大等问题。因此,设计一款实时、高效、便携的生物状态识别系统具有重要的意义,本文主要工作如下:（1）提出基于多元生理数据融合的生理信号处理方法。首先,针对信号的时频特性,通过滤波、小波降噪等方法有效降低信号噪声;接着,考虑系统实时性与信号特征动态提取需求,采用时域分析方法对系统所涉及的肌电信号、心电信号、肌肉型变形信号等多生理信号进行了特征提取,强化各生理状态的差异性;最后,引入特征层融合方法进行了数据融合处理。结果表明,本文所提出的方法具有良好的处理效果,为进一步状态识别提供了有效方法。（2）设计便携式无线多生理信号采集与分析系统。首先,针对生理信号特点,考虑其工频干扰、非线性等因素,设计生物前端处理电路,实现高动态低失真地实现了信号采集;然后,基于低功耗、高速率无线传输设计需求构建了基于蓝牙MESH低速网络、WIFI高速网络融合的无线组网方案。最后,基于QT平台搭建了软件系统,实现了多生理信号的在线平台化处理。（3）进行基于多元生理信号的实验设计与分析。针对手势识别问题结合多种识别模型,设计了基于肌电、肌肉形变以及姿态三种异构数据融合的实验方案;针对生理状态识别问题,设计了基于心电、体温信号两种异构数据的实验方案,结合状态识别算法进行了不同运动状态下的生物状态识别。实验结果表明,本文所采用生物状态识别方法具有较好的识别效果。