随着经济的不断发展,国内人口老龄化的现象也逐渐凸显。老年人的比例逐渐增多,如何高效的监护老人的健康得到了人们的广泛关注,而随着移动通信和传感器技术的不断发展,基于无线体域网的远程健康监护为解决空巢老人缺乏照顾问题提供了有效的技术手段。论文以此作为研究背景,论述了无线体域网技术、可穿戴传感器、ZigBee通信技术在远程医疗方面的应用。本文使用基于ZigBee通信技术的Shimmer(Sensing Health with Intelligence,Modularity,Mobility and Experimental Reusability)传感器平台作为无线体域网节点,在该平台的TinyOS操作系统上编程实现心电信号(ECG,Electrocardiogram)的去噪算法和跌倒检测算法,实现了老年人健康监护的远程医疗实际应用。首先,设计并验证了一种基于Savitzky-Golay滤波器的ECG信号在线实时去噪算法。论文研究了远程健康监护中最重要的心电信号,准确有效的分析心电信号是实现系统的重要环节。针对目前ECG信号普遍采用计算机平台处理的现状,通过Shimmer节点自带的微处理器实现Savitzky-Golay滤波算法,对原始ECG信号降噪处理,本文实现了ECG信号在线实时采集和降噪,进而可以对降噪后的ECG信号进行进一步处理(如QRS波形定位等、提取心率等),保证了后续分析的可靠性,降低了节点功耗。其次,设计并验证了一种融合三轴加速度计和ECG信号的跌倒检测算法。意外跌倒对老年人的健康是很大的威胁,能够准确的检测出跌倒行为将为老年人行为健康提供有效的保障。针对传统的跌倒检测算法在某些环境下准确率较低的现状,通过提取三轴加速度中的SMV、标准差两个特征量,和ECG信号中的心率特征量,结合KNN分类算法,本文实现了融合三轴加速度与ECG信号的跌倒检测,通过实验验证了该算法的有效性,并且提高了检测精度。综上所述,本文以无线体域网为背景,在无线传感器平台Shimmer上设计并验证了ECG在线实时去噪和跌倒检测等算法,对于实现老年人健康监护具有重要的理论研究意义和实际应用价值。