脑电信号可用于大脑疾病诊断、睡眠研究、认知研究和麻醉深度监测,是一种重要的生物医学信号。传统的脑电信号传输方法采用低功耗蓝牙、Zig Bee、Wi-Fi等短距离无线通信技术,很难满足未来远程医疗通信的需求。本文对滤波正交频分复用系统进行改进,提出一种针对脑电信号的自适应阈值压缩传输方法,节省系统传输能耗并符合通信网络需求。通信技术是确保医疗物联网正常运行的关键技术之一。基于循环前缀的正交频分复用技术由于高带外发射、统一参数配置、精确的同步要求等缺点很难满足新一代无线通信的技术要求。本文对新的空中接口技术即滤波正交频分复用进行分析研究,针对医疗物联网多设备连接及低延时场景合理配置波形参数,从误码率、保护带设置、异步传输方面验证系统性能,提出了一种基于极化编码的滤波正交频分复用模型,输入数据经过极化级联编码后送入调制器,在QPSK调制、加性高斯白噪声信道下,分析系统性能。结果表明,所提出的模型在误差矢量幅度及误码率性能方面优于滤波正交频分复用系统,并且峰均功率比更低,当CCDF为0.01时,前者优于后者1d B。将上述极化编码的滤波正交频分复用系统组件应用于脑电信号传输,并向其中添加阈值压缩模块与矢量重建模块,解决医疗物联网中大量实时脑电数据采集和传输所带来的系统功耗负担。在阈值压缩模块中,分析脑电信号的固有特性,将生成的脑电数据分解为多路符号流,并应用不同的阈值进行压缩,提高压缩比的同时保证应用服务质量。结果显示本文所提出的分流阈值压缩方法在压缩比、信号失真、复杂性方面表现出优异性能,与小波变换阈值压缩相比,分流阈值压缩获得50%的压缩比,均方根差值百分比可降低12%;获得80%的压缩比,均方根差值百分比可降低4%。此外,本文所提出的方法还可用于压缩比高达50%的无损压缩,这在要求零失真和高质量生命体征分析的应用中优于小波变换。