中国人口年龄结构已经开始进入老龄化阶段,促进了我国养老机构的快速发展。但是由于老人的身体机能下降,容易出现异常行为,当老人出现意外情况或者异常行为时,管理人员往往不能及时得知以提供帮助,因此带来了潜在的监管危险和安全隐患,如何对老人行为进行高效监测是一个问题。而WSN技术和神经网络技术为老人行为的监测和识别提供了新的方法。针对老人行为无法高效监测问题,本文对行为数据采集技术、数据传输技术、行为识别技术和定位技术这四种技术进行了主要研究和分析,对比了每种技术的不同实现方案,并分析了它们的优点和缺点。在此基础上,根据老人行为监测的特点设计了一个老人行为监测方案,首先进行数据传输系统的硬件和软件设计,包括加速度传感器芯片的选型、Zigbee芯片的选型、WSN节点的硬件设计、通过测距实验和仿真分析确定RSSI与距离的关系以及WSN节点的软件设计;然后对老人行为监测系统的监测平台进行了设计,利用Matlab对基于BP神经网络的老人行为分类算法和质心定位算法进行仿真,接着在Visual Studio2013平台下,将这两种算法移植到C#中,监测平台在接收到老人的行为数据和位置数据后,运用这两种算法对数据进行分析,将老人的行为类别和老人位置实时显示在界面上,对异常行为进行及时预警,并利用数据库对老人行为信息和位置信息进行存储。最后针对基于WSN的老人行为监测系统的某些缺陷,提出了基于云计算和WSN的老人行为监测系统并初步设计了系统架构,将新型系统和传统系统的性能进行了分析和对比。通过模拟仿真与实验测试对方案进行验证,实验结果表明,本文设计的方案能够对老人的行为进行准确识别以及对老人进行准确定位,满足实际应用中对老人高效监测的要求,具有一定的理论价值和实际意义。