随着社会压力的增大人类生活中由睡眠诱发的疾患发病率逐年上升,呼吸和心跳信号是反映睡眠状态的重要生理参数。传统睡眠监测设备主要用于医院监护,监测过程本身给被测者巨大的心理压力,加上其费用昂贵、操作复杂以及电极数目众多,使用受到极大的限制。针对现代睡眠监护的需求,通过内置振动传感器的微动床垫感知人体呼吸及心跳微动信号的变化,并进行进一步的信号处理,最终获得呼吸和心跳两路信号的监测数据。本文基于家用便携式非接触睡眠监护平台对监测算法进行设计和实现,在自然睡眠状态下完成睡眠期间呼吸、体动和心跳信号的长时间监测。　　本文基于AT89S52平台搭建的便携式睡眠监测系统,采用两路固定滤波电路对呼吸心跳混合信号滤波从而提取呼吸波形和心跳波形,分别针对该两路波形提出了分阶计数法对呼吸和心跳波形进行处理,检测波峰和波谷。在此基础上,利用窗口移动法计算呼吸率和心率,实现呼吸率和心率信息的实时更新。同时根据平静呼吸情况下的幅度特性从呼吸波形中有效提取被测者睡眠期间的体动信息。进而根据整夜心率变化趋势提出睡眠分期算法,把整个睡眠过程分为觉醒期、快速眼动期、浅睡期和深睡期。实现了利用虚拟实验平台LabView搭建虚拟的睡眠监测系统模型,可模拟呼吸和心跳波形显示、实时监测以及数据存储等功能同时有效证实了核心算法的可行性和整个睡眠监测平台的正确性。通过该模型搭建可直接观察呼吸和心跳波形以及呼吸率和心率的情况,另外其存储数据可用于波形回放以及呼吸和心跳分析,为睡眠监测算法验证和硬件电路功能验证提供可靠有效的参考。针对包含呼吸和心跳信息的混合信号波形成功设计了两阶LMS自适应滤波系统能够动态分离呼吸信号和心跳信号。该滤波系统通过调节自身参数,解决了传统的固定系数滤波器无法有效分离有重叠带宽的呼吸信号和心跳信号的问题。设计相关实验证明该算法在急促呼吸和平缓呼吸的情况下,能有效分离呼吸信号和心跳信号,为呼吸和心跳情况的监护提供重要依据,对家庭睡眠监测有重要的实用意义。