睡眠质量影响人的精神状态,临床上采用多导睡眠仪(Polysomnography,PSG)通过监测多种参数如脑电、心电、眼电、肌电、脉搏、血氧饱和度、呼吸率等多方面指标评估睡眠质量。这种监测系统需要佩戴各种各样与人体直接接触的传感器。在居家生活中,如果在睡觉前佩戴如此繁多的设备,在一定程度上已经影响了睡眠质量。本文在保证有效性、准确性的基础上,提供了一种无约束、不干扰睡眠的一种睡眠健康监护系统。该方法通过采用压电薄膜传感器,将其放在睡垫下方,采集人体心脏因泵血而引起的身体周期性振动信号,即心冲击信号(Ballistocardiogram,BCG),从心冲击信号中能提取到人体心率、呼吸、体动三种指标。通过呼吸、体动指标可以对睡眠呼吸暂停、夜间离床进行长期监测,并通过心率变异性(Heart Rate Variability,HRV)相关指标完成睡眠分期。在硬件方面,本文通过分析模拟小信号采集过程中的各个环节,设计了人体电信号采集电路以及心冲击图采集电路。然后在上位机完成对采集到的心电以及心冲击信号的预处理过程,包括基线漂移的去除、伪迹去除以及最小均方自适应数字滤波。通过对心电信号的R波以及心冲击信号的J波的提取,从时域、频域、非线性分析三个方面计算心率变异性相关指标。实验环节通过两个实验对本系统进行验证,第一个实验通过同步采集10名被试的心电信号和心冲击信号,用配对T检验验证了心冲击信号与心电信号在分析心率变异性相关指标上无显著性差异,证明心冲击信号可以代替传统心电信号完成心率变异性的相关指标的计算。实验过程中被试人员还模拟了睡眠呼吸暂停以及夜间离床动作,通过提取到的呼吸信号和体动信号证明该系统能够实现睡眠呼吸暂停以及夜间离床次数的有效监控。第二个实验使用SHHS PSG数据库中的心电信号进行建模和测试,通过提取五项心率变异性相关指标作为特征输入,在支持向量机(Support Vector Machine,SVM)中用径向基核函数完成了睡眠分期的分类过程。其中三分类(觉醒期、非快速眼动期、快速眼动期)的判别准确率达到了70.26%,五分类(觉醒期、快速眼动期、非快速眼动Ⅰ期、非快速眼动期Ⅱ期、非快速眼动期Ⅲ期)的判别准确率达到了63.49%,分类结果在一定程度上证明通过心率变异性进行睡眠分期的方案是可行的。实验结果为居家环境下的无扰式睡眠监测奠定了一定的基础,同其他非接触监护方案相比,本系统具有抗干扰能力强、成本低廉、不干扰正常睡眠等优势。同国内同类产品比较,系统设计的硬件电路采集到的心冲击信号质量更优,在一定程度上保证了心率等睡眠指标计算的准确性。