随着科技的进步和社会的发展，人们对自身的身体健康状况越来越关注。只能在医院使用的大型医疗设备不仅存在代价昂贵、使用繁琐、监测对象局限性大等缺点，而且不能够对人体的活动数据进行长期观测。因此需要设计一种便携式的可穿戴人体活动数据监测设备。相比于传统的大型监测设备，智能穿戴设备具有舒适性高、成本低、体积小和携带方便等优点。因此，本文基于ARM技术、微机电系统(MEMS)技术、多传感器姿态融合技术和2.4G无线通信技术，研究并设计了一种无线穿戴式人体姿态监测系统，具备人体运动姿态解算、人体运动姿态角离线存储以及人体运动姿态角实时上传等功能。论文展开的主要研究工作如下:　　(1)对惯性测量传感器误差进行分析，并针对不同的误差对传感器进行误差补偿。三轴加速度计采用零偏补偿算法减小零点偏移误差，并采用最小二乘拟合算法拟合x轴和y轴的采样曲线，提高测量精度。三轴陀螺仪采用零偏补偿算法减小积分累积误差，并采用带滑动窗口的去突值均值滤波器对零点偏移量进行滤波，减小随机误差。三轴磁罗盘采用椭圆拟合算法拟合x轴和y轴的磁场分量采样曲线，减小硬铁干扰和软铁干扰，并采用倾角补偿算法消除载体姿态对航向角解算的影响。　　(2)针对IMUUpdate姿态融合算法只融合了加速度计和陀螺仪传感器，无法对载体航向角修正的情况，设计了独立的航向角解算单元，采用三轴磁罗盘计算载体的航向角。根据捷联惯性导航系统特征，建立载体坐标系和参考坐标系，利用载体坐标系和参考坐标系的转动角度表征载体的俯仰角、横滚角和航向角。采用卡尔曼滤波算法滤除加速度计和陀螺仪原始采样值的噪声，并计算出姿态四元数的最优估计值。由最优姿态四元数解算出载体欧拉角。　　(3)现有穿戴式设备存在无法完成大量数据存储的缺点，本文采用大容量FLASH芯片存储人体运动姿态数据。系统中移植了文件系统FATFS，将运动姿态数据保存成文件格式，增强数据读写的灵活性和便利性。针对系统掉电部分数据帧丢失的情况，设计了运用铁电存储器作为数据缓存模块，有效解决上述问题。　　(4)为了改善市场上无线穿戴设备通信距离短的缺点，采用2.4G无线通信模块完成无线链路的数据通信。通过2.4G无线模块，无线穿戴式人体姿态监测系统将姿态信息实时上传至PC端服务器，存于服务器中的人体姿态数据信息可用于大数据分析，计算并估计人体健康参数指标。　　理论推导和实验结果表明，通过零偏补偿和最小二乘拟合可以有效提高加速度计测量精度;经过零偏补偿和均值滤波后的陀螺仪零点偏移误差仅为补偿前的1/5;本文提出的基于三轴磁罗盘的独立航向角解算单元精度达到1°;卡尔曼滤波器有效滤除加速度计和陀螺仪的量测噪声，解算出的载体姿态角具有很好的跟随特性;通过运用铁电存储器作为数据缓存模块，有效解决了存储数据的丢包问题，保证数据的完整性。　　论文最后对全文进行了总结，并对未来值得进一步研究的问题进行了展望。