随着社会的发展和人们生活节奏的加快,慢性呼吸系统性疾病的发病率逐年的增高,由其造成的健康和经济损失也在逐年的增加。对慢性呼吸系统疾病的防治和日常管理中很重要的一项就是呼吸信号的监护。当前常采用的呼吸信号的监测方式主要为直接监测法,如温度传感器测量法、压力传感器测量法、CO₂测量法等,这些监测方法都需要佩戴单独的呼吸信号采集传感器和相应的信号调理系统,大大增加了被监护人员的负担和不便。光电容积脉搏波法（PPG）已成功用于血氧饱和度和脉搏信号的检测临床,研究还表明,PPG信号不仅包含有血氧饱和度和脉搏信号还包含人体呼吸信号。如能从PPG中获取呼吸信号,不需要额外增加呼吸信号采集传感器及系统的情况下即能实现人体呼吸监测,不会给被监护人员带来额外的生理和经济负担。基于慢性病需要长期监护的特点和要求,可以将呼吸信号监护与现在已普及的智能终端相结合,实现呼吸信号的移动监护。本文的主要研究工作是利用PPG信号实现在Android移动平台上的呼吸频率监护工作。首先是采集用于算法研究的实验数据,分别用OEM血氧模块采集PPG信号和用浙江大学的XSY2001D仪器采集用于做对比研究的呼吸信号。其次是进行算法研究,根据健康监护系统的特点,在移动平台上实现呼吸频率安全、准确和快速监测。本文提出的基于PPG的呼吸监测信号是间接测量,不会对人体产生任何安全性问题;采用现有呼吸监测分析准确度较高的算法—小波变换对本论文的实验采集数据进行呼吸频率提取,其分析结果准确度较差,究其原因可能是由于采样频率的降低导致其可识别的呼吸波减少。本文通过信号增强算法使得微弱的波形变得明显,采用对信号进行特征点差分的方法提取呼吸频率,结果表明该方法明显提升了呼吸信号的识别率,达到了预期的效果。将其应用于采集的实验样本信号处理分析,结果显示该算法的最大误差率9.28%。由于采样频率的降低使得单位时间内的计算量大大的减少了,从而提高了系统信号处理分析速度,十分有利于实现移动实时呼吸监护。此外,本文进行了基于Android移动终端监护系统APP设计。移动状态下的被监护人员可以在安装有所设计APP的移动智能终端（如智能手机）上随时随地查看自己的呼吸参数,当异常发生时,智能终端会发出警报声,同时会发信息给亲友或医护人员,达到人体呼吸移动实时监护的目的。