本文研制开发了一套在局域网内使用的生理参数采集系统，它实现了数据采集、数据分析以及数据显示。目前，该试验平台采集三类生理参数：心电、体温与皮肤电阻。硬件设计力求低功耗、便携式、高速、强抗干扰等技术要求。软件使用操作系统，方便升级和维护，具有自己的知识产权。主要是对便携式儿童生理参数采集系统中信号处理部分的研究，模拟信号处理是通过硬件电路来介绍的，数字信号处理内容较多，分章节进行介绍。 由于实际中是非介入式检测，所以采集的心电信号非常微弱，信噪比较低。在信号采集时，由于仪器、人体等内外环境的影响，采集的信号不可避免的加入了各种噪音，如工频干扰、人工伪迹、基线漂移和肌电干扰等等。为了消除干扰，提高信噪比，本文提出了基于yeta参数及倒谱距离的端点检测方法、基于经验模态分解(EMD)实现分解去除基线漂移的方法、基于小波算法的心电信号去噪方法和最后插值算法与平均。 端点检测的方法有很多种，如基于去噪前后的能量比、短时分形尾数、频带方差及倒谱距离的检测方法。本文对这几种方法做了介绍和比较，最终采用了基于yeta参数和倒谱距离的方法，效果良好。 时间序列的信号经过经验模态分解，分解成一组本征模函数(IMF)，而不是像傅立叶变换那样把信号分解成正弦或余弦函数。因此，该方法既能对线性稳态信号进行分析，又能对非线性非稳态信号进行分析。本文用该方法去除了基线漂移。 小波变换是一种新出现的信号的时间-尺度(时间-频率)分析方法，具有多分辨率的特点，可以很好地刻画信号的非平稳特征如边缘、尖峰、断点、阶跃等。本文主要基于阈值去噪方法讨论传统的离散小波(DWT)阈值去噪和小波包去噪及其在心电信号滤波中的应用。 本文研究的信号处理方法，在实际的心电信号处理过程中使用效果良好。