当前,随着人们日常生活水平的提高、科学技术的进步和医疗卫生条件的改善,人类的平均寿命在不断增长,这也使得老龄人口在总人口中所占的比重在不断提高,这一现象被称之为人口的老龄化。随着社会老龄化程度的不断加深,老年人的日常健康监护也越来越引起人们的重视。伴随着年龄的增长,老年人身体的各项机能开始衰退,活动能力、应变能力下降,在日常生活中极易发生各种危险。而当今社会独生子女数量较多,加之生活节奏快,工作压力大,子女无法经常陪伴在老人身边,致使许多老人在日常生活中长时间处于无人照看的状态,导致了空巢现象的发生。当危险发生时,空巢老人往往无法及时进行求救并获得医疗救助,从而导致较为严重的后果。为了减少这种危险的发生,有必要对老年人的日常活动进行实时监测和识别,以便在危险发生时能够及时发现,避免情况的进一步恶化。基于无线体域网的实时运动监测方法是该领域目前研究的热点问题之一。在总结领域相关研究的基础上,结合组建家庭健康网络等课题的需求,本文研发了一种便携式人体运动信息采集装置,设计了不同人体运动模式的数据采集实验,并以实验数据为基础提出了一种基于支持向量机的多种类运动模式识别方法,实现了对常见人体运动模式的识别。本文主要进行了以下工作：1)设计了一种便携式人体运动信息采集装置,该装置的感知器件包括一个三轴加速度传感器和一个三轴数字陀螺仪,这两种传感器都是基于微机电系统技术的,可以对人体运动过程中的加速度和角速度两类主要运动信息进行实时测量。2)综合分析了四元数法求解姿态角和加速度法求解姿态角的优势及不足,并在此基础上将两种方法进行有机整合,提出了一种基于加速度校准的人体姿态角求解方法,使用该方法可以较为准确的求出人体在任意时刻的姿态角。3)提出了一种基于支持向量机的人体运动模式识别方法。该方法以人体的姿态特征和加速度特征作为识别特征,利用支持向量机模型对不同的人体运动模式进行识别。实验结果表明该方法具有良好的识别性能。