心血管病通常是由心脏功能异常或血液循环系统异常导致,其死亡率在近30年逐年升高,给人类的生命健康带来严重威胁。因此,日常生活中对心脏的健康管理尤其是心率的持续监测对提高心血管疾病预测的准确率甚至预防突发心血管疾病具有重要作用。目前动态心率测量研究中多传感器组合的测量方案在多运动场景下性能不足且测量方案复杂,而单一传感器的测量方案又需要针对运动场景预设算法参数,难以满足日常生活中的动态心率测量需求。为了实现便捷、实时和精确的动态心率测量,本文以心震信号为心率测量方式,主要围绕精简测量方案和提高多运动场景心率测量精度进行了运动干扰信号建模与单通道动态心震信号分离算法研究,并将该算法应用于动态心率测量系统。主要的研究内容如下:首先,详细分析了国内外动态心率测量的测量方式和技术,采用以心震信号作为心率测量方式并详细介绍了心震信号的生理学原理。提出了一种基于心震信号多特征的AO波峰识别算法并对递归最小二乘信号分离算法进行了误差分析,为动态心震信号分离算法的设计和动态心率计算提供了理论基础。其次,建立了统一的运动干扰信号自回归模型。系统性的分析了心震信号和各类动态干扰信号的时频特性,并利用时变自回归模型对运动干扰信号进行了统一建模,解决了信号分离算法针对不同运动场景需要预设参数的困难。再次,提出了单通道动态心震信号分离算法。利用线性滤波器构建了单通道观测信号的模型,克服了单通道盲源信号分离算法中观测信号不足的缺陷。基于后验误差模型设计了遗忘因子自适应滤波器,提高了多运动干扰情况下的信号分离信噪比和实现了精确的心震信号分离。仿真与实测结果表明,在站立、行走、跑步和跳跃场景下的分离信号信噪比分别提高了8.5%、10.2%、45.0%和67.3%;AO波峰测量精度分别达到99.4%、98.3%、97.5%和97.1%。最后,设计了基于心震信号的动态心率测量系统。该系统仅集成一颗加速度传感器进行传感数据测量,极大的简化了测量方案,并结合提出的单通道动态心震信号分离算法,实现了便捷、实时、精确的动态心率测量。多运动场景实验结果表明,与参考的标准心电胸带相比,动态心率测量系统在热身运动、室内跑步、动感单车和自由活动运动场景下,心率95%置信区间均在±2.0 BPM以内,且心率线性相关系数和拟合优度均高达0.99。同时,从心率95%置信区间、心率线性相关系数和心率线性拟合优度这三个指标来看,在四类运动场景下,动态心率测量系统的性能均要优于最新发布的小米运动手表。