当今社会中,心血管疾病和跌倒是危害老年人健康的两大因素。随着我国老龄化问题的出现,老年人生理状态及行为监测具有重要的研究价值。如果能够第一时间发现老年人出现心电异常或跌倒等对于及时就医和挽救病人的生命至关重要。然而,目前绝大多数的便携式心电监测系统不具备跌倒判断的功能。因此设计一款便携式的具备跌倒判断和心电异常分析功能的监测系统具有非常重要的意义。本文首先介绍了多功能监护仪系统硬件设计,模拟电路前端采用了TI公司设计的专门用于采集人体生物电信号的ADS1298芯片采集人体的心电信号,利用一款6轴运动处理组件MPU6050芯片采集人体加速度值。在数字电路部分选用的是STM32F103系列的中央处理芯片,所有的数据通过蓝牙传送给上位机。其次,针对心电信号中存在的干扰,首先运用了50Hz自适应滤波的方法去除了50Hz的工频干扰噪声,然后利用小波分解,将心电信号进行8尺度分解,通过去除低频小波系数和高频小波系数对应的信息去除了基线运动噪声与高频噪声干扰。最后,针对心率异常检测算法是利用了支持向量机算法进行分类,并且利用粒子群优化算法进行了支持向量机的参数优化,得到最优的支持向量机参数,最后用MIT心电数据库中的数据进行了测试分类,结果表明了经过参数优化的支持向量机分类算法有较好效果,分类准确率很高。同时还与BP神经网络算法的分类结果进行了对比实验,结果表明本文中的SVM算法的分类结果是明显优于BP神经网络算法的。在跌倒判断算法方面,采用的是基于阈值判断的算法,通过提取合加速度、加速度均值和人体倾角作为特征量,设置合理的阈值来判断跌倒,最后还邀请了志愿者进行了跌倒实验,实验结果也证明了跌倒判断算法的可行性。本文还提出了融合心率异常和跌倒判断的逻辑判断关系,根据跌倒判断结果辅助判断心率异常,根据诊断结果的严重程度进行不同等级的报警。