目前，心血管疾病是常见多发主要慢性疾病之一，而且死亡率一直处于高位，已成为世界性的公共卫生问题。针对反应心脑血管疾病状态的ECG信号的日常监控，分析识别诊断，具有很高的临床研究与开发价值。由于ECG信号是一种微弱的、非线性的，而且极易受到人体内外的多种干扰，因此加大了分析识别诊断的难度，为了提高心电信号自动分析检测系统的精确性，一般情况是在信号分析之前，对分析信号进行预处理，其处理的好坏将直接影响到信号的分析与诊断的精准率。在信号诊断中，心电信号中的QRS波群检测能够提供很多重要的诊断和评估信息，在心电信号的自动诊断技术中显得尤为重要。在心电信号识别系统中，R波定位精准度直接影响其他特征波的定位。因此，R波的参数提取对ECG信号的分析尤为重要，是区分正常和病理心律的基础。本文主要工作是围绕远程心电监护诊断系统进行的，探讨研究心电信号的去噪和R特征波检测两方面关键技术，并通过Matlab软件进行仿真测试。对于ECG信号的预处理算法研究：本文主要研究了椭圆滤波器与DB4小波提升算法相结合的去噪方案。通过采用一种阈值折衷函数，使阈值能够在硬、软阈值区间变换，并给予波形仿真以及性能对比。结果表明，去噪后的数据信号更有效地滤除杂波，保留有效信号的完整，为后续特征波检测打下基础。同时本文提出的椭圆滤波器与DB4提升小波相结合去噪的算法在硬件FPGA上实现可行性方案，并验证此算法缩减了计算量，节约了硬件空间。对于特征波R检测算法研究：本文通过分析希尔伯特变换、小波变换在R波特征点的提取方案，针对奇异点的过零点检测法对倒置R波、含有运动伪迹的心电数据R波检测算法的不足进行改进。本文R波的检测算法是在基于双正交二次B样条小波滤波器，经小波尺度分析，最终，选择在23适尺度上将变换后的小波系数进行Hilbert变换，并选择在23适尺度上通过寻找模极大值点对R波进行定位。本文通过改善检测算法，避免误检和漏检，有效地提高了检测效率。本方案的性能分析：本文主要基于Matlab软件对信号R波提取进行仿真以及数据对比。关于R波检测方案，本文选择了来自MIT-BIH心电数据库中代表性数据对该检测算法进行波形仿真验证，并给于可行性分析。同时本文通过Visual Studio2012.NET开发软件平台以及C#.net编程语言，完成自动识别R波分析系统的设计。