随着社会的发展,竞争压力也变得越来越大,人们在享受社会发展带来便利的同时,也面临了越来越大的社会竞争压力,人们在面临这些压力时,往往会有一些反应,如睡眠质量变差,并引发出各种症状,影响健康状况。目前,市面上已经有一些睡眠的监测系统,这些监测系统主要是针对人体的心电以及脑电进行监测,在人体上佩戴各种仪器进行数据采集。这些仪器的配置不仅硬件购买需要花费大量的钱财,而且这些仪器会给人带来重大的精神压力,影响了人们的睡眠质量。针对上述问题,本文提出了一种基于心率和体动的非接触式睡眠分析算法,首先通过对决策树算法的研究,分析现有决策树算法的不足,然后针对不足进行改进,建立睡眠分期决策树,将改进的决策树算法应用在人体睡眠监测中。实测数据实验表明所提算法在将睡眠阶段分为清醒期、快速眼动睡眠期和非快速眼动期时可达到80.2%的平均分期精度,在进一步将非快速眼动睡眠分为1~4个阶段时,可达65.5%的平均分期精度。主要研究内容包括基于心率和体动的非接触式睡眠分期算法的研究与实现;采集、整理与分析数据;改进和完善算法。并利用改进的算法进行非接触式睡眠监测系统的设计与实现。通过上面这些分析,开发和研制非接触的睡眠监测系统对人们的睡眠监测和公众健康是比较有意义的。本课题设计了非接触式睡眠监测系统,该系统具有人体不需要接触设备、不影响睡眠、不需要专业人员操作、不需要了解专业知识、经济实惠可推广的特点。