先天性心脏缺陷形成于怀孕早期，是最常见的出生缺陷，也是致使新生儿夭折的主要原因。大部分心脏缺陷会表现在心电图中，而且心电图记录方法和常规的超声方法相比，包含了更多的生理信息。因此，定期监测胎儿心电图（FECG）及发现早期的心脏异常，可以帮助产科和儿科医生确定早期用药或在分娩过程中或出生后考虑必要的预防和诊断措施。然而胎儿心电信号十分微弱，容易受到外界环境和母体自身干扰，是目前提取较为纯净胎儿心电信号面临的主要问题。本文研究胎儿心电信号产生原理，心电噪声模型和偶极矢量模型以及多通道混合心电信号模型。重点研究上述模型的参数优化估计算法，研究模拟混合心电信号的空间滤波算法及胎儿心电信号的提取算法。主要研究内容包括以下几个方面：首先，合成心电噪声模拟信号。根据实际心电噪声模型即时变AR模型，基于卡尔曼滤波算法，并且利用真实心电噪声数据库对模型进行训练，实现模型参数优化估计，合成不同信噪比的心电噪声模拟信号，为合成多通道混合心电模拟信号以及合理优化布置母体腹部电极提供理论依据。然后，合成多通道混合母体腹部心电模拟信号。研究基于最小二乘梯度下降算法的三维动态偶极矢量模型的参数优化，利用R波检测、心拍分片和提取特征参数实现偶极矢量模型的初始化，引入均方误差评价模型的准确度。根据多通道心电信号模型，推导出人体容积导体模型公式，利用非侵入式心电信号数据库合成多通道心电模拟信号，叠加合成的模拟噪声，输出多通道母体腹部混合心电模拟信号。接着，利用EKF和EKS算法滤除心电噪声。线性化基于极坐标形式下的五阶高斯核函数模型，建立状态方程和观测方程。利用3σ准则粗略估计两种算法的误差分布，并且引入标准信噪比，更精确的评价两种滤波算法的有效性。最后，利用盲源分离算法分离得到FECG。根据与盲源分离算法相适应的多通道心电信号（母体）模型，提取胎儿心电信号。引入修正输出信噪比对比分析Fast ICA和JADE算法的提取效果，验证两种提取算法的有效性。