呼吸率能反映人体供养情况，是临床监护重要的生理指标之一，传统呼吸率检测方法有气流法；阻抗法；呼吸音法。这些方法需要使用呼吸罩等专用设备，长时间的测量会给病人带来不适，且操作复杂，便携性差，不适合用于可穿戴设备。因此，研究一种面向可穿戴设备的呼吸率检测算法十分具有意义。基于光电容积脉搏波(PPG)的呼吸率检测算法具有安全，经济，操作简单的优势，且PPG的检测带来的不适非常小，适合长时间检测，与可穿戴设备的使用情况匹配度高。然而PPG信号本身较为微弱，容易受到干扰，基于PPG的呼吸率检测至今还处于探索阶段，尚未实现商用。
　　本文设计了基于PPG信号的呼吸率检测芯片，首先，本文研究分析了多种PPG抗干扰算法以及PPG中的呼吸率提取算法。之后结合现有算法的优缺点，针对PPG信号的高频毛刺和运动伪差设计了低通滤波和周期循环滤波的PPG抗干扰算法，在呼吸率提取方面，基于EMD算法并结合PPG本身的信号特点将传统EMD的双边三次样条插值法简化为单边线性插值，在保证准确度的情况下降低了运算复杂度。之后，利用MIMIC数据库中的PPG数据基于MATLAB平台对算法整体以及各个关键步骤进行软件仿真，仿真结果显示本文的相对误差率为1.23%，对比其他文献发现本文在准确度方面有不错的结果，且算法复杂度较小，更加适用于可穿戴领域。
　　之后，本文设计了可穿戴呼吸率检测芯片的SoC系统架构。并对关键的呼吸率算法模块做出详细的硬件设计说明，之后基于Modelsim平台对所设计的算法硬件电路进行了功能仿真，仿真结果表明算法电路功能正确。本文对呼吸率检测芯片进行了FPGA平台验证，得到平均相对误差率为1.37%，并基于SMIC0.18um工艺对呼吸率检测芯片做了AISC全流程设计。对其中的关键参数如资源消耗，面积占用，动态功耗和最高时钟频率做出评估分析。结合验证所得的误差率和资源消耗情况，对比相关文献，发现本文更加适合用于可穿戴设备。