随着社会的进步和时代的发展,人们对于自身的健康状况的重视性日益加深,而根据世界卫生组织发布的危害人类健康的重大疾病排名来看,心血管疾病已经成为危害人们健康生活的主要疾病之一,其危害性不容小觑。心电图（Electrocardiogram,简称ECG）是通过对人体表面的接触来反应心脏的活动状态,是一种能够直观地诊断心血管疾病的重要方式。而心电信号中对于R峰的准确检测是最关键的步骤,R峰定位的准确性将直接影响疾病诊断和治疗的准确性。而由于个体性的差异,以及当前市场上纷杂的便携式心电监测设备层出不穷,导致通过设备监测出的心电信号也都不尽相同。因此,如何提高心电信号中R峰定位的准确性以及如何将其与便携式心电信号采集设备相结合构成可实现系统是一个值得研究的课题。本文对心电信号中的R峰检测方法进行研究,并利用心电信号采集模块AD8232等集成一个无线心电采集设备,运用采集设备采集数据构建数据库,运用采集到的数据对R峰检测方法进行研究,并改进小波分解检测R峰法,使R峰定位的准确性达到90%。本文所做的主要工作有:一、分析心电信号产生的基本原理及特点;了解心电信号中主要存在的三种噪声:工频干扰、肌电干扰和基线漂移,以及滤除三种噪声的基本原理;掌握心电信号中各波段特点,以及R峰在心电信号中的特点,有助于更好地更准确地定位R峰。二、从理论上分析了多种代表性的R峰检测方法,包括Pan-tompkin算法（以下简称PT算法）、滤波器组算法、数学形态学法、UNSW法以及小波分解法,利用MIT-BIH心律失常数据库对上述算法开展了实验研究,得到各个算法对于定位R峰的准确率,进行分析对比;阐述上述算法的优劣性。三、利用心电信号采集模块AD8232、Arduino开发板、蓝牙5.0模块和电极贴等集成了一套完整的基于无线传输的心电信号采集系统,并利用采集系统实际采集不同人群的心电信号,构建一个新的数据库。四、利用采集系统采集到的数据库,对上述五种R峰检测算法开展实验研究,得到的准确率较使用MIT-BIH心律失常数据库得到的准确率偏低,但五种算法的准确率分布大致一致,初步证明了集成的采集系统的有效性;其中小波分解法运算效率高,且其准确率有提升空间,故通过改进小波分解法,通过在心电信号预处理阶段增加IIR数字滤波器纠正基线漂移,提高信号的抗干扰能力,通过改进R峰定位阶段的阈值,以及检测R峰和复检阶段的灵敏度,使最终的准确率达到90%以上,更好地适配了集成的无线传输的心电信号采集系统。上述研究工作虽然提升了定位R峰的准确性,但其硬件部分还有较大的提升空间,后续可优化硬件部分,提高采集系统的抗干扰能力,以进一步完善研究工作。