脑电、心电、肌电、眼电信号作为典型的生物信号,蕴涵着丰富的生理、心理和病理信息.生物信号处理和特征提取无论是在临床上,还是在研究人类非器质性信息(例如,疲劳、警觉、睡眠等)方面都十分重要.脑电信号由于较其他生理电微弱,通常混叠有不同种类的伪迹成分(如:眼电、心电、肌电、工频干扰等),它们是由某些生理源和噪声源带来的.这些噪声的存在给脑电的应用和分析带来了很大困难.舍弃被污染的脑电记录无疑会造成数据的大量丢失,临床上是无法接受的.如何从脑电中去除伪迹的影响,又很好的保护了有用脑电信号是一件棘手的问题.脑电、心电、肌电、眼电都属于生物电,它们含有大量的警觉和睡眠深度信息,在睡眠期的判断上具有重要的意义.如何建立这些生物信号的睡眠特征提取的有效方法也是急需解决的问题.本文从传统的傅立叶方法出发,研究了一般傅立叶变换方法、短时傅立叶和维格纳分布方法、小波和小波包方法、以及主分量和独立分量方法.用主分量分析实现了多维脑电信号压缩;研究了用小波和独立分量分析去除脑电中的伪迹干扰方法;提出了基于峰度的独立分量排序和基于相关系数极性的相位调整方法,并给出适用条件;基于多分辩小波分析和信号能量,建立了提取生物电睡眠特征的方法,并用该方法统计了不同睡眠期的样本数据;研究了用D-S融合方法将睡眠特征进行融合及冲突特征的剔除方法.