糖尿病作为本世纪中威胁人类健康的主要疾病之一,至今仍无有效治愈的方法,只能通过药物或其他医疗手段进行控制。因此,对患者的血糖水平进行连续监测和控制在治疗糖尿病的过程中是十分重要的手段。光声无创血糖检测技术可以规避频繁采血对患者的损害和感染风险,是目前的研究热点之一。本文从硬件设计和软件系统这两个方面对光声无创血糖检测技术进行研究和分析,并设计了一套光声信号采集系统;同时重点研究了光声血糖信号的时频特性、波形特性和多特征融合等信号分析和处理方法。主要研究内容包括:（1）设计和搭建了一套光声血糖信号采集系统,用于采集真实的光声血糖信号,并构建相应数据集为后续的算法测试与验证工作提供数据支持。该系统以波长为1064nm的单波长脉冲激光作为激励源,激发目标的光声信号,并使用聚焦超声探头对产生的光声信号进行采集。另外,针对所设计的信号采集系统,使用峰值功率密度、热弛豫时间和压力弛豫时间等参数对其进行理论分析与验证,并给出了一套系统理论验证的方法;最终,在实际数据采集实验中,验证了该系统的合理性,并获得了足量的光声数据。（2）研究了光声信号检测、分类识别的基础理论。这一部分主要研究2个方面的内容:光声信号的产生与传输过程建模和光声信号分类识别基础理论。光声信号产生与传输可以建模为3个方程,分别为辐射传输方程、光热转换方程和波动方程,但这些研究对于传输介质的讨论较少。针对光声血糖检测中人体皮肤特性,本文提出了多层皮肤模型和血液模型,用于建模光声信号传输过程中传导介质属性,并以此建立血糖浓度与介质物理属性之间的数值关联,最终用于光声信号的模拟和数值仿真。该模型中,血糖浓度的大小主要影响血液模型中光吸收系数的大小;血糖浓度越大,则光吸收系数越大。（3）提出了一种基于时频特征的血糖检测方法。光声血糖信号是一种典型的非平稳信号,而时频分析方法和相应属性分析方法是分析非平稳信号的重要技术。该部分的研究分为2个内容:1)研究不同时频分析方法对光声血糖信号时频谱的影响,发现基于S变换的光声血糖信号时频谱不含有交叉项干扰,且具有较好的时间分辨率与频率分辨率,可以明显看到血糖浓度引起了时频谱差异;2)深入分析了不同时频属性与血糖浓度之间的线性联系,发现Teager-Kaiser主能量属性具有表征血糖浓度的能力,且在信噪比较低的情况下具备良好的预测性能。（4）提出了一种基于波形特征的血糖检测方法。血糖检测技术常用的信号特征主要关注于信号的基本特性,例如:幅度、峰峰值、均值、方差和其他能量特征。这些基本特征在实验条件优越时往往能取得很好的预测效果,但是当实验条件较差,干扰和测量误差较大时则常常失效。因此,针对这种问题,本文从光声信号的振动模式入手,深入研究了受迫振动方程及其特性,提出了一种波形特征用于描述光声信号幅度衰减速率,并将其应用在血糖浓度预测之中。本部分通过受迫振动方程来建模光声信号的整体形态,并以合适的模型参数作为特征刻画光声信号幅度衰减特性,为光声信号建模提供了一种新的特征描述。另外,以信号包络来构建损失函数,并以梯度下降法最小化损失函数来获得最合适的模型参数作为波形特征。（5）提出了一种基于自相似焦元结构的证据融合血糖浓度估计方法。以往的研究中,针对光声信号的多种信号特征常常采用并联的方式进行融合,但是这种构建方式在特征维数逐渐增加的情况下,非线性程度会逐渐增强而难以处理。因此,本文结合证据理论,并通过量化分段的方式将血糖浓度预测这一回归问题转换为分类问题的方式,来处理血糖浓度预测问题。本部分提出了自相似焦元结构,使其便于处理多种不同源的特征。同时,新的焦元构造方法使证据之间具备一定程度的分形特点,即自相似性。该方法从分类器设计的角度来预测血糖浓度,为后续的研究提供了一种新的研究思路。本文根据光声血糖信号的生成、传输的特性和信号特征,对光声无创血糖检测的多个关键技术所提出的一套光声信号采集系统和三种光声血糖检测算法,都在一定程度上解决了现有研究工作中的不足,提升了光声无创血糖检测系统的性能表现,增强了系统的检测性能。此外,本文针对光声无创血糖检测的研究有助于该系统的临床应用。