随着传感器技术的发展，越来越多的研究证实人体的运动传感信号能够反映自身的运动学特征，所以近些年出现了很多基于加速度传感信号的研究方法和手段。但是由于硬件过于专业、系统配置复杂、使用条件苛刻等各方面的制约，应用范围仍然有限。另一方面，在3G网络与移动智能终端的共同推动下，移动互联网掀起了影响世界的新一波浪潮。移动互联网无论是用户数量的积累速度还是本身的发展速度都大幅的领先桌面互联网。在智能终端方向，苹果的IOS、谷歌的Android、微软的WP7市场份额不断增大，出货量不断攀升呈现三足鼎立的格局。而它们对于手机硬件配置的要求无疑都必须拥有加速度传感器，这就为基于移动智能终端运动量传感信号的研究提供了可能。所以本文主要针对移动智能终端的运动量传感信号进行研究，主要工作包括：（1）本为提出了一种适合移动智能终端的对于加速度传感信号进行重力滤除的方法，并在此基础上进行动作识别的算法。然后根据移动智能终端具有网络与通讯模块的特点，提出一种融合地理位置获取的跌倒监测算法以及跌倒事件处理流程。利用智能终端的传感器模块所采集到的运动传感信号进行跌倒的监测，利用移动智能终端网络模块进行跌倒事件地理位置坐标的获取，最后通过移动智能终端通讯模块自动报警的完整的跌倒监测系统。该系统对于运动量的评估更加准确，对于跌倒事件的处理更加科学。（2）本文实现了一款基于Android操作系统的软件《每日运动量分析》，该软件具有对于用户运动的步数、路程、卡路里、速度进行测量，按小时、按天记录个人运动信息记录，监测用户跌倒，进行长期静止不动的监测提醒，得到用户运动量排名和运动小贴士等功能。软件功能完善、框架合理、UI设计精美、用户体验良好。（3）对于《每日运动量分析》在Android移动智能终端上进行优化。通过节电、算法复杂度、不同采样率适配以及UI上面的优化，将软件完全做到应用级别，而非实验阶段。（4）在微软Windows Phone7平台上实现运动量传感信号的分析及应用。真正意义上的做到面向多移动智能终端的运动量传感信号的应用。