心率变异信号包含心血管系统调节的重要信息,很多非线性动力学方法和复杂度分析方法都被应用于该信号的分析中。其中,熵测度分析因其算法的简洁性和有效性成为很多研究者关注的热点。本文主要研究心率变异信号熵测度分析的问题。采用排列熵算法对两个国际标准数据库进行分析,探究某些冥想锻炼如气功和瑜伽是否能够影响人的心脏动力学特征,结果显示这两种冥想锻炼能够降低心率变异的复杂度。本文还提出了改进的排列熵算法,充分考虑到相等状态出现的情况,从而更好地描述系统的状态特征。此外,本文提出了一种新的符号熵分析算法。该算法致力于消除心率变异信号中繁杂的细节而仅仅保留信号中重要的变化信息,采用三种简单的符号来描述系统特征。结果证明这种方法有很好的抗噪声能力,也能更好地区分心率变异信号中不同的生理和病理状态。