躯域无线传感器网络(Wireless Body Sensor Network，WBSN)是以附着于体表或置于体内的传感器为通信终端的超短距离无线网络，其主要应用目标是辅助实现患者生理状况的无障碍监测和反馈治疗信息以实现智能控制。本学位论文从WBSN系统的有效性与可靠性出发，着重研究其体表无线信道的数学模型、网间抗干扰机制以及网内信息安全解决方案。 论文共分六章。 第一章综述WBSN并给出论文的研究背景、主要内容及章节安排。 第二章给出论文研究的主要理论与技术基础，讨论论文相关内容的研究进展。 第三章研究WBSN体表无线信道的数学建模，采用基于时域有限差分法的电磁仿真工具建立三维多层人体仿真模型，首先分析地面反射对体表无线信道特性的影响，然后针对当前短距离无线网络常用的2.4GHz、5.2GHz和5.7GHz等ISM频段，在自由空间环境下对WBSN体表无线信道给出路径损耗和时延特性的仿真数值并建立相应数学模型。结果表明，当工作频率较高时，体表无线信道的路径损耗相对较小；当收发终端都位于主躯干时，平均接收信号功率随最短等效体表距离呈对数衰减，路径损耗指数大于4，当工作频率较高时，路径损耗指数较小，相应的路径损耗数值也较小，路径损耗相对于最短等效体表距离的变化也较小；当发送端位于主躯干而接收端位于上肢时，平均接收信号功率随最短体表距离呈线性衰减，并且路径损耗斜率与收发端高度差有关。 为给出WBSN网间抗干扰机制和网内安全解决方案，论文第四章提出一种用于动态网络实体识别的基于时变生物特征的新型生物测定系统。有别于现有的一般生物测定系统，新系统中进行相互匹配的生物特征必须是同步采集的，因此不需要预先采集特征模板；适用的生物特征必须具备时变特性，并且从不同人体部位检测到的生物特征必须具备高相似性。论文进一步举例分析一种可应用于新型生物测定系统的时变生物特征，即心脏搏动间隔。根据从心血管信号(包括两种不同信号以及从不同人体部位检测到的同种信号)中提取的心脏搏动间隔，统计分析该时变生物特征的随机性和同体相似性，并基于数据全集综合分析该时变生物特征的使用性能，即误接受率和误拒绝率。结果表明，由心脏搏动间隔生成的动态个体识别码可达到低于2×10<-2>的半总错误率(其定义为误接受率与误拒绝率和的一半)。此外，论文还讨论动态个体识别码编码方案对系统性能的影响，并分析实施新型生物测定系统所需增加的系统成本，包括存储量和计算复杂性等。 论文第五章首先提出基于时变生物信号的真随机数生成方法，对其生成序列的随机性能给出实验数据验证结果，进行生成效率评估，并分析由同步同种生物信号作为输入而生成的不同序列之间的相关性，给出实验数据计算结果；然后，以第四章的新型生物测定系统为基础，给出可实现身份鉴别和访问控制的对等实体鉴别机制，采用BAN(Burrows，Abadi andNeedham)类逻辑对其进行安全分析，并给出网内节点之间实施该鉴别机制而发生失败事件的概率与网络节点总数之间的关系表达式，证明该鉴别机制适用于小规模的WBSN；最后，提出基于新型生物测定系统的适用于WBSN的对称密钥加密系统，包括安全模型和密钥管理等，并对密钥管理的抗攻击能力、空间和计算复杂性等进行评估。 第六章总结本学位论文工作的主要研究成果并对可以进一步研究的问题给出讨论。