穿戴式健康监护是穿戴式计算当前最为活跃的研究领域,受到众多专家学者和各大IT企业的关注。当前微处理器和传感器技术日臻完善,市面上涌现出大量穿戴式健康监护设备的试探型产品。本文在分析前人研究成果基础上设计实现了一套包含低功耗硬件、低功耗软件设计模式和人体日常行为活动分析识别方法的参考系统。本文结合当下的微处理器、传感器和无线通信技术设计了一套小型化低功耗硬件方案。并提出了基于中断事件驱动的分时工作低功耗软件设计指导模式。该模式通过有效工作时间离散化充分发挥了嵌入式微处理器在低功耗方面的优势。在传统纯加速度分析的人体行为识别数据处理方法的基础上,提出一种姿态和加速度融合的人体行为识别方法。结合运动加速度和角速度数据实现姿态解析,利用姿态解析结果对行为加速度进行实时水平和垂直分解,使行为加速度测量结果更具代表性。在分类识别方法上本文设计了一种融合人体姿态和加速度特征数据的新型行为活动分析框架。在传统加速度行为分析之上,利用姿态分析结果,进一步验证行为识别结果的准确性和合理性,提高行为识别的精度。使用支持向量机(SVM)为核心的双层分类模型,融合姿态和加速度行为识别结果,提高了人体行为识别的实用性。并通过实验验证了本文所提方案的有效性。