在应急救援场景中，对救援人员的生理体征信息进行监测，不仅可以保障救援人员的生命安全，还能提高救援的整体效率。心率是生命体征信息中最基本也是最重要的信息。在不影响个体运动的情况下，实时准确的对应急救援人员的心率参数进行监测，是应急处置应用领域的重要研究课题。另一方面，随着可穿戴技术的兴起，在个体的运动健康领域心率检测几乎成为了基本配备，但是运动情况下心率检测的准确性成为可穿戴设备发展的难点。本文针对运动个体心率检测这一课题，开展了相关硬件设计和信号处理方法的研究，设计了一款基于光电容积脉搏波(PPG， Photoplethysmography)的可穿戴心率检测设备，研究分析了个体运动情况下实际信号中的噪声，提出了融合加速度传感器信息的运动伪迹去除方法。以医疗设备为参考，对比其他基于加速度传感信号的运动伪迹去除方法，本文得到了更加优化的结果。具体内容如下:　　(1)本课题设计了一款基于光电传感器的可穿戴式心率检测设备，同时具备蓝牙传输功能。该设备可以实时采集PPG信号，从中计算获取心率数据，并可以通过蓝牙接口，在上位机上实时显示PPG波形及每分钟心跳数(BPM，BeatsPer Minute)。　　(2)本课题针对实际采集到的PPG信号，从PPG信号的原理上分析了噪声来源，提出了简单的PPG信号线性模型。接下来围绕基线漂移及运动伪迹两种噪声进行了研究，分别设计了去除方法。利用均值滤波的不同特性设计了两个级联滤波器，第一级滤波器作为信号预处理用来去除基线漂移，第二级则融合加速度传感器信息来去除运动伪迹，并分别设计了相位及幅度补偿方法用于信号重构。为了应用于心率的连续监测，提出了一种基于批处理的动态心率监测方法，自适应调整更新两级滤波器的参数。　　(3)最后，利用本课题设计的穿戴式检测设备，采集了不同运动状态下的PPG信号及加速度传感器信号。通过对实验数据的分析，完善了运动伪迹去除方法中对加速度传感信息的融合方法。通过本文提出的重构信号质量评价指标，验证了基线漂移去除算法、运动伪迹去除算法及动态心率监测算法的有效性。以迈瑞VS-800作为参考设备，从信号质量、BPM检测结果及算法复杂度上，与自适应滤波技术进行了对比并且得到了更优的结果。　　本课题针对运动情况下PPG信号中的噪声，设计了相关的去噪算法，并通过硬件平台的设计进行了验证与分析。本课题的主要贡献和创新点在于:(1)从理论上分析并提出了PPG信号的模型公式;(2)提出了融合加速度传感器信息的以均值滤波为基础的运动伪迹去除算法;(3)在对信号进行重构时提出了相应的相位补偿方法及幅度补偿公式;(4)通过对大量运动状态下实验数据的分析，完善了对加速度传感器信息的融合方法;(5)提出了信号质量评价指标;(6)从可穿戴式检测设备的设计与实现，到PPG信号理论公式分析，再到基于均值滤波的融合加速度传感信息的去噪方法的提出，再到提出重构信号质量评价指标，最后大量实验结果的测试分析，较为完整的研究了基于传感器信息融合的运动个体心率检测课题。