可穿戴心电信号采集设备可提供24小时不间断的心电信号监测,传统的基于奈奎斯特采样定理的心电信号采集,需要以高于心电信号最高频率两倍的采样频率进行采样,高采样频率和持续的采样将产生大量的数据。如此大量的数据对设备的存储、转发都是一个不小的负担。因此,对于可穿戴心电信号采集设备,降低系统的采样频率,具有重要意义。论文在广泛阅读国内外相关文献的基础上,针对现有可穿戴心电信号采集设备中存在的采集数据量高、效率低的问题,提出了基于0-1混频序列的便携式心电信号压缩感知随机解调系统方法,将数据压缩与采样相融合,降低对心电信号采样频率,从而达到减少数据量,降低功耗,增加续航要求。同时,相比较传统的基于{1,-1}序列的随机解调采样设备,能够降低混频器的结构复杂度。首先,对压缩感知原理并对随机解调结构的数学模型进行了分析,建立了Simulink仿真模型,以MIT-BIH心电信号数据库中选择的心电信号作为信号源,对信号进行混频、滤波、采样以及重构。分析了不同压缩比与滤波器阶数对重构精度的影响。仿真实验表明,基于0-1混频序列的随机解调方法能够对心电信号进行压缩采样与准确重构。其次,根据构建的Simulink仿真模型,完成随机解调结构硬件系统设计。首先完成了以现场可编程门阵列（Field Programmable Gate Array,FPGA）为主控的硬件结构框架搭建;然后根据Simulink仿真中的最优参数进行滤波器电路设计;接着对混频器的功能进行了分析,完成了混频器电路设计;最后对模拟信号发生器与采集器模块、数据传输模块以及电源模块进行选型,完成硬件系统设计。最后,完成了基于随机解调系统的软件设计与验证。首先完成了对FPGA进行配置的Verilog代码、对各模块进行功能验证的Testbench激励文件以及随机解调系统上位机程序的软件设计;其次完成了实际系统的实验验证。在压缩比为3,即采样频率为120hz、滤波器为4阶巴特沃斯低通滤波器时,设计搭建的随机解调结构电路能够实现以90%～95%的准确率进行重构;基于Matlab平台设计的PC端的上位机程序经实验证明可以实现基于消息队列遥测传输（Message Queuing Telemetry Transport,MQTT）协议,通过EMQX服务器获取数据并进行重构和计算误差的功能。