同步变压位通气原理是机械通气的创新理论方法，依据该原理已成功研制了一代智能人工呼吸床，但经过长期临床试验发现系统中存在诸多不足之处。例如：司法消噪算法的法规综合函数权值难以优化，多算法融合技术的EMD分解后产生的边缘效应等，这些因素在一定程度上影响了呼吸周期序列的预测精度；并且智能人工呼吸床存在体积大、功耗高、携带不便等问题，采用的交流伺服电机，对周边的其他医疗设备产生较强的电磁干扰等。同时，床体机械结构设计不够合理，托板驱动所需的力较大，床体的舒适度不够。针对一代智能人工呼吸床存在的诸多问题，本文进行了深入研究。首先，提出采用RBF神经网络对司法消噪算法进行改进，实现法规综合函数权值优化，提高司法消噪算法的去噪能力；其次，采用小波变换与卡尔曼滤波结合的方式处理EMD边缘问题，然后结合BP神经网络和最小支持向量机技术对去噪后的呼吸周期序列进行在线预测；最后对智能人工呼吸床硬件系统进行改进完善，改进床体机械结构设计，提高受试者的舒适度，并对控制系统进行优化设计，搭建基于嵌入式系统的硬件平台，采用高精度的嵌入式运动控制器与触摸屏相结合的上下位控制体系，对高精度数字交流伺服电机进行控制，编写控制系统的软件程序，实现二代智能人工呼吸床的控制操作。二代智能人工呼吸床，不但保证了呼吸周期的预测精度，而且床体的控制系统和结构设计上有很大的突破。在提高预测精度的同时，控制系统的控制精度也有明显提高，改进设计后的床体增加了舒适度，新的控制系统在便携性能和降低电磁干扰等方面也有很大改善，更好的实现了无创、安全、高效辅助通气的目的。