将物联网应用于医疗领域是人们对自身健康逐渐重视的表现形式,人体的各项生物信息指标可通过植入式芯片或可穿戴设备实时的传送至医院或其他医疗机构,从而实现对疾病的积极预防与在线及时诊治。信息从人体内传输至接收端的非视距通路属于无线体域信道,因此必须寻找一种合适的无线信道模型来适用于室内植入式体域通信场景。云大信息学院工程实验室提出一种RLMN复合模型,R为Rician模型,M为以指数形式添加在Rician模型上的散射因子;L为Lognormal模型,N为以指数形式添加在Lognormal模型上的阴影因子。为方便后续计算,采取尺度分离的方法将RLMN模型分为R^M模型和L^N模型,并分别进行参数估计,但未得到每个参数的具体的表达式,随后将该模型应用于室内体表情况的测试,而未进行体内测试。本文主要的研究内容如下:（1）考虑室内植入式体域网的非视距实际测量环境,本文将RLMN模型中的R由Rician模型改为Rayleigh模型,设计了一种适用非视距场景且灵活可调的R_a^ML^N模型。（2）运用微积分和随机函数变换等数学方法得到了R_a^ML^N模型便于计算的概率密度函数、累计分布函数、电平通过率、持续衰落时间的表达式。（3）本文中,采取尺度分离法将R_a^ML^N模型分为L^N模型和R_a^M模型。对于L^N模型,首先运用矩估计法得到了阴影因子N和方差?²_LN、阴影因子N和均值?_LN的相互制约的两个表达式,在此基础上,通过将N从0到1取值,运用最小均方误差法比对LN模型的拟合PDF和实测阴影数据的PDF,确定了N值,同时也实现了对方差?²_LN和均值?_LN的参数估计,实现了R_aMLN模型的参数估计。（4）文中我们将R_a^ML^N模型运用于工作频率为4.5GHz的室内植入式无线体域通信中进行实际测量,采用新鲜带皮猪肉模拟人体来进行植入测量,并通过对比R_a^ML^N模型的理论、仿真的统计特性曲线与实测数据的统计特性曲线,证明了R_a^ML^N模型在室内植入式体域通信场景运用的可行性,也进一步证明了R_a^ML^N模型统计特性推导和仿真的正确性。