伴随着当前社会“老龄化”和“空巢化”问题的加剧，“空巢老人”这一特殊群体的健康问题愈来愈成为人们关注的焦点。作为物联网重要感知及组成部分，体域网为远程健康医疗监护系统的发展提供了必备条件，通过对相关体征信息的实时采集和分析，实现对“空巢老人”的“普适监护”。为了减少网络资源的浪费，节省传感器节点的能量，本文提出了基于“时空”概念的分布式融合模型，按照“先时间，后空间”的顺序，分为两步实现：第一步对各个体征信息的异常变化进行实时检测；第二步在异常发生时刻，综合多项体征信息分析人体的健康状态。本文将单个体征信息数据作为时间序列来分析，根据其变化趋势的特点，引入了“稳定持平”和“不稳定波动”两种概念。在实时监测的数据流中提取出符合前者的子序列，然后验证其平稳性，继而建立平稳时间序列的Box-Jenkins预测模型，得出实际测量值和预测值之间的残差值，并引入异常隶属度函数，将残差确值信息转化为体征异常的概率。本文将多项体征信息作为空间信息，通过建立3层BP神经网络完成多体征信息的“空间”融合分析。首先对BP网络的构成原理及算法进行了详细的分析，然后研究并实现了3层BP神经网络算法，通过建立多体征信息和健康状态之间的映射关系验证了该方法的正确性。