动态光谱法理论上能够消除皮肤、肌肉等静态组织个体差异以及测量条件对测量精度的影响,为人体血液成分无创检测提供了新的方法。由于被测对象（人体血液）具有较强的散射性,由此导致的吸收光谱和成分浓度之间的非线性是影响动态光谱无创血液成分分析精度的关键因素。本文从信号处理的角度,在有效信息提取和非线性信息建模两个方面对非线性进行了研究。在光谱提取阶段,针对原有提取方法存在的数据利用率低、可信度差以及对随机噪声和粗大误差处理不全面等不足,本文提出了一种优化差值提取法,通过顺序提取PPG信号上每个独立周期中最低点两侧半波峰高度所对应两个采样点的绝对差值来构成动态光谱。分别对231名志愿者的光谱数据进行单沿提取,差值提取和优化差值提取,建模结果表明:相较于原有的差值提取法和单沿提取法,优化差值法能够进一步提高提取的动态光谱的信噪比。由于人体血液散射带来的非线性的影响不可忽视,以往的动态光谱处理方法只是通过非线性建模手段试图覆盖光谱中的非线性而不关心非线性和成分浓度的具体关系。本文提出了变光程谱相关系数来表征光谱中的非线性程度,并以此为依据研究动态光谱无创血液成分分析中血红蛋白浓度对非线性的影响。结果表明,这种非线性在近红外波段表现的更加强烈,而且与血红蛋白的浓度成正比。基于这一结果,提出了双光程光谱联合建模的方法。选择1/2波峰高度光谱的全波段（591.85-1043.84nm）和1/4波峰高度光谱的954.17-1043.84nm波段联合建模和传统的单光程光谱建模的预测精度进行对比,结果表明相较于传统的单光程光谱建模方法,使用双光程光谱联合建模的方法表现出了一定的优势,校正集的相关系数从0.832提高到了0.847,预测集的相关系数从0.639提高到0.683。针对人体散射引起的非线性,本文从有效信息提取和非线性建模两个方面进行研究,并通过建模实验验证了所提出的方法的有效性和可行性,为进一步提高动态光谱无创血液成分分析的精度提供了思路和方法。