由于胎儿心电信号是胎儿心脏活动的源发性信号，因此怀孕期胎儿的心电实时监护或监测是对胎儿宫内安危和发育状况进行评价的一个重要方法，有利于及时的发现胎儿的异常状态。目前应用最多的胎儿心电检测方式是无创检测法，通过在母体腹部体表处放置心电电极，测得其体表心电信号，从中来提取胎儿心电信号。由于胎儿心电信号经过母体的衰减，到达母体体表时已经是非常微弱了，并且在此部位的母亲心电信号的干扰幅值较大，常规的信号提取算法提取出的胎儿心电信号既不清晰也难以识别。国内外目前应用比较广泛的算法有小波变换，独立分量分析，自适应滤波噪声抵消技术等算法。本文为了满足实时提取胎儿心电信号的要求，首先选取了自适应滤波算法中的最小均方误差梯度算法，采用该算法的原因在于该算法计算量小，收敛速度快，能达到实时提取的要求。为了验证该算法的分离效果，本文首先提出了一种模拟合成母婴混叠信号的方法，通过利用实际的成人ECG信号作为蓝本，产生模拟FECG的模型。通过对比分析实际的FECG信号与成人ECG信号的异同，提出了一种采用成人ECG信号模拟合成FECG信号的方法。目的是将该模拟FECG作为源信号，来评价不同信号处理技术的提取效果，从而为后续实际FECG信号的提取提供重要的参考依据。通过Matlab仿真实验表明，自适应噪声抵消技术分离母婴信号，计算量较小，且算法收敛速度较快，但实际分离效果较差，母体的心电信号干扰依然存在，与源信号相比，其信号重构均方根误差较大，与源信号存在较为明显的差异，当信号中叠加入模拟肌电干扰噪声后，提取的信号完全被淹没在模拟肌电噪声中，随后在对实际的胎儿心电信号进行提取过程中发现，自适应噪声抵消算法未能较好的提取出FECG信号；随后采用了一种典型的独立分量分离技术对模拟混叠信号进行提取，发现虽然ICA收敛速度较自适应滤波慢，但其分离得到的胎儿心电信号较为纯净，与源信号的差异性很小，均方根误差较小，提取模拟胎儿心电信号的同时有效的去除了母体心电信号对其的干扰。本文在采用目前最常用的三种独立分量分离算法模型分离胎儿心电信号的过程中，发现其普遍存在的一个问题，即不能有效的去除独立分量中存在的基线漂移信号。分析其原因，可能是因为基线漂移信号和心电信号属于同源信号，其独立性较差，因此不满足独立分量的基本条件。为了有效的去除胎儿心电信号中的基线漂移干扰，得到较为纯净的胎儿心电信号，本文采用了开闭运算级联的形态学滤波算法，通过构造不同的结构元素，分别对模拟胎儿心电信号进行处理，提取相应的基线，并采用直接相减技术，将该基线从源混叠信号中减去，发现当采用的结构元素最接近于胎儿基线的形态时，滤除的基线的效果最为优良，均方根误差较小，信号的离散度较低。但采用该算法滤除基线漂移后的胎儿心电信号在基准线上几乎是一条平整的直线，一些存在于胎儿心电信号中正常的低频成分也被滤除，究其原因，可能是在基线去除的过程中采用的是直接相减的技术，从而导致了这种情况的产生。为了在滤除基线漂移的同时保留有用的低频信号，本文采用了一种较为平滑的滤波方式，即自适应噪声抵消算法。将提取的基线和源混叠信号同时作为自适应噪声抵消器的两路输入，通过选取合适的迭代参数和迭代步长，对模拟信号的分离。通过matlab仿真实验，证实该算法分离得到的模拟胎儿心电信号与源信号的均方根误差值较小，且能显著改善分离信号的信噪比。通过对真实的胎儿心电信号的处理表明，该算法能有效的提取到纯净的胎儿心电信号。