基于水暖毯上非接触人体生理信号监测系统，采用二阶最小均方(LMS)自适应滤波提取有效的呼吸和心跳信号，可实现不限定呼吸和心跳滤波频带范围的动态生理信号提取，解决了固定滤波频带下异常心跳和呼吸信号不易分离问题。在平缓呼吸和急促呼吸2种情况下，20组呼吸和心跳分离结果与多参数监护仪结果的对比分析表明：该算法的准确率可达90％以上，具有较好的实用性。

呼吸和心跳是人体基本生命特征信息，是反映人体健康状况的重要参数，有助于诊断个体疾病和预防生命危险。当前，水暖毯上非接触式生理信号监测E3-81方法由于无需电极等设备对身体的直接接触，避免了复杂的连线，监测过简单等优点，已成为人体生理信号监测的发展方向。水暖毯上监测系统是当前非接触式生理信号监测的研究热点。该系统通过在床垫中安装压力或振动传感器感知人体心脏和呼吸的微动信号，进而可提取人体的呼吸和心跳信息。http://www.vopsnt.com/

目前，床垫式监测系统大多采用基于固定频带的滤波器分离呼吸和心跳信号J，然而呼吸和心跳属于准周期、干扰频率不固定的生物医学信号，异常情况下的呼吸和心跳的频带与正常情况下的频带可发生重叠，采用固定截止频率的滤波器无法有效分离这些异常状态下的人体生理信号，进而失去对危险情况跟踪和预警的作用。为此，本文提出采用自适应滤波用于床垫式非接触呼吸和心跳信号提取。自适应滤波不需要先验知识和初始条件，通过自学习来适应外部环境，调节自身参数跟随信号的频率漂移，具有维纳滤波和卡尔曼滤波的最佳滤波性能。本文采用二阶最小均方(1eastmeansquare，LMS)自适应滤波方法，可实现呼吸与心跳信号自适应分离，从而准确提取呼吸和心跳参数，并减少硬件结构。系统采用PVDF传感器“捕捉人体呼吸和心跳的微动信号，进而采用四阶低通滤波电路滤除高频噪声、工频干扰以提高信噪比，获得包含人体呼吸、心跳、体动以及部分噪声的混合信号。考虑到不同个体呼吸和心跳信号幅度不同 。