体域网(BSN)技术在远程医疗保健、特殊人群监护和社区医疗等服务领域有着巨大的应用前景,并日渐成为研究和应用的热点。而室内定位技术,作为GPS定位技术的补充,则可以远程实时了解被监护对象在室内的位置信息,将在弱势群体监护、火灾现场救助、井下人员搜寻等领域具有重要的应用价值。　　 考虑到体域网技术和室内定位技术在应用场景和技术支持方面有很大的重合部分,本论文设计了基于CC2530和Z-Stack协议栈的室内人员健康监护及定位系统,解决了多参数多数据无线通信、基于CC2530的接收信号强度(RSSI)定位难以实现、心电信号漂移和工频干扰严重、体温信号非线性、血氧节点功耗过大等问题。　　 系统设计主要包括心电节点和血氧节点设计、单片机程序设计、上位机软件设计和定位功能设计。心电节点分别采用FIR数字滤波技术和窗口滑动滤波算法解决了工频干扰问题和漂移问题,并取得了较好的心电图形。血氧节点采用线性拟合解决了体温信号的非线性,并通过设置SPI的I/O口状态降低了休眠状态下节点的功耗。各节点单片机程序通过设计高效的数据包格式实现了整个网络间多参数多数据的有效传输,即用尽可能少的数据量实现功能的最大化。上位机软件按照设计的命令格式每次只需发送三个字节的数据就可以实现请求(拒绝)任意单个(或全部)节点类型的任意单个(或全部)节点号的任意数据类型的功能。此外,系统根据路由节点收到移动节点广播的入网请求信息后计算出的接收信号强度(RSSI)实现了定位功能。从定位性能测试结果看到,系统定位最大误差为197cm,平均误差为114cm。　　 最后,对系统的性能进行了临床测试,并将7位志愿者的测试结果与专业的设备进行了对比。测试结果表明系统检测的心电图和心率与被测设备检测结果一致,系统的单点血氧浓度测量最大差值在2%以内,平均差值为0.71%,单点脉率测量最大差值在2(次/分钟)以内,平均差值为0.86(次/分钟)。