心脏是人体的重要器官,其工作是否正常是评价人体健康的重要指标,临床上可以通过检测心脏的电生理功能和泵生理功能评价心脏的工作情况。但心脏病患者可能突然发病,而临床上使用的心功能检测手段往往不能及时发现这种情况,因此有必要研究一种适用于日常生活的心脏功能实时监测装置,及时发现心脏异常情况并进行提示。心脏泵血会使与人体紧密接触的支撑物体的受力发生变化,将其记录下来便称为心冲击图(Ballistocardiogram,BCG)。BCG信号反映了心血管系统的工作状况,无需在人体贴附传感器即可方便获取,其检测方法可以在受试者感受不到测量状态的情况下得到其心脏活动情况,长期使用不会对受试者造成心理负担。基于以上优势,提出一种新的BCG信号无感觉检测方法并进行实验研究,主要工作如下:介绍了心脏舒缩活动的生理基础,说明了BCG信号的产生原理,在研究体外分析模型、体内分析模型以及直接模型建立方法的基础上提出一种基于体内分析的BCG信号直接模型建立方法并进行了实验研究。根据BCG信号检测原理,提出一种新的坐姿无感觉检测方法,设计并实现了检测装置。利用电子人体秤所使用的电阻应变式称重传感器改装家居坐椅构成装置的传感器电路,搭建以具有反馈电路的前置放大电路,滤波电路和主放大电路为基础的高增益低噪声的信号处理电路,通过实验验证了装置的动静态特性满足BCG信号的检测要求。将所设计装置应用于实际检测,获得了与心动周期同步变化的BCG信号,验证了装置设计的合理性。根据BCG信号的特点,从振动类型角度将其定义为一种带有随机性的确定振动信号。利用时域预处理方法对其进行趋势项消除及平滑,并通过计算自相关函数说明了由检测装置得到的BCG信号具有周期性且含有与真实信号不相关的噪声成分;利用三分之一倍频程谱和自功率谱得到了BCG信号的频率范围。研究了基于正交小波变换的平移不变量及自适应最小均方去噪方法。讨论了小波基的选取原则,改进了一种小波分解尺度的选择方法,据此选择了适于BCG信号的小波基及分解尺度;估计了BCG信号的噪声方差,提出了一种改进的阈值函数,实现了BCG信号的平移不变量去噪。研究了正交小波变换能够提高最小均方算法收敛速度的原因,提出了根据小波基和小波分解尺度确定自适应滤波器阶数的方法,并将该方法应用于BCG信号的去噪处理中,实现了信号的正交小波变换最小均方自适应去噪。研究了基于时频联合分布的自适应时频经验模态分解去噪方法。讨论了经验模态分解及基于离散余弦变换的时频经验模态分解的原理及不足,提出了利用信号的时频联合分布自适应提取分量,并对分量进行经验模态分解的方法,解决了经验模态分解不适于处理在不同时间具有相同或相似频率成分信号的问题,避免了基于离散余弦变换的时频经验模态分解不能自适应选择重构分量的缺点,最后根据经验模态分解的滤波器原理实现了BCG信号的去噪。对去噪后BCG信号提取特征。提出了一种自适应提取BCG中J波的方法,得到了不同受试者BCG的J波幅值,IJK波宽度等时域特征,并以心电信号为基准,从统计的角度说明根据BCG信号确定心动周期的可行性。提出了一种基于时频矩奇异值分解的时频特征提取改进方法,以JJ间期为基准分割BCG信号,计算每段信号时域及频域1-4阶统计矩所组成方阵的奇异值作为时频联合特征,实验结果表明,心动异常时与正常时该特征差异较大,验证了算法的有效性;利用相空间重构、递归图以及递归定量分析等方法提取BCG信号的动力学特征,实验结果表明,该特征对心动异常情况表现明显。设计了信号采集电路,利用检测装置分别获取较长时间和含有人为干扰的BCG信号,并串行输出到计算机中。应用所提算法从较长时间BCG信号中获得呼吸信号和心动周期,从含有人为干扰的BCG信号中确定出无干扰部分的J波位置。