近年来,无线身体局域网（WBAN）成为了实施远程医疗监测的有效技术手段之一,可以通过佩戴式或者植入式的传感器采集体征数据,由网关传输至后台,极大地降低了医疗成本,可应用于疾病的早期预防与检测。由于在WBAN中传输的体征信息属于个人隐私且用于判断病情,因此必须保证其在公共信道中安全的传输,任何形式的篡改或删除都可能导致对用户造成严重后果。然而,传感器的计算能力、功耗与体积限制了WBAN的安全保护强度。因此在降低计算复杂度的同时保证系统的安全性是当前体域网急需解决的关键问题。在针对体域网的IEEE.802.15.6标准中,需要进行数据加密,而传统加密算法的计算复杂度及实现功耗与计算能力有限环境不匹配。并且体域网中数据类型复杂,不仅包括体温、血氧、血压等简单的文本数据,也有心电,脑电等二维信号和图像数据,数据的重要程度也不同。针对以上背景,本文提出利用计算量小、容易实现和控制的混沌系统来生成具有天然随机性的加密序列流。考虑到数字环境下混沌系统可能出现动力学退化效应,采用可选加密精度方案,参考数据敏感程度,选择不同加密精度保证数据安全。同时对于定点混沌无法计算Lyapunov指数等表征混沌特性的关键指标的问题,提出将谱熵值（SEN）作为定点混沌动力学退化的参考量,通过浮点数与定点数的谱熵值直观衡量混沌动力学退化程度。提出了应用于体域网的多精度数据加密方案,对系统的分析证明定点实现的混沌可以有效降低系统的计算复杂度,同时可以满足体域网实时传输的要求。为了应对单混沌定点系统的混沌动力学退化效应,对于单混沌定点系统进行了改进,在计算量相同的基础上引入组合混沌系统,通过添加随机干扰的方式提高系统的混沌动力学特性,保持序列的随机性。在测试分析部分中,所提出的定点32位系统产生的序列通过了NIST测试,表明此时定点序列也是随机序列。对于异构组合混沌加密系统的安全性测试分析证明该方案可以有效抵抗暴力分析、差分攻击等常见手段,具有良好的安全性能。