脉搏血氧饱和度代表人体血液中含氧量水平，是评估人体氧气供给状态的重要指标参数，并且能有效地反映人体的循环系统和呼吸系统的生理状态。因此，对脉搏血氧饱和度进行监测具有很重要的医学意义。目前除了医院的脉搏血氧饱和度测量仪器以及家用的脉搏血氧仪，市场上已经推出了可穿戴的脉搏血氧监测设备。它可以实时的监测用户的脉搏血氧饱和度，特别是针对老年人、新生儿以及呼吸困难的病人，能有效的避免突发疾病并及时就医。然而，可穿戴脉搏血氧监测设备面临的测量环境要比传统的血氧仪严峻的多，引入的运动干扰非常大，而市场上测量脉搏血氧饱和度的可穿戴设备很少，并且在抗运动干扰算法上效果并不好。　　本文首先对现有的抗运动干扰算法进行研究和分析并通过MATLAB仿真。结果表明在不同的运动状态下，现有的算法消除运动干扰的效果差距很大，而且算法复杂，不适合应用在可穿戴设备。因此，本文改进提出一种基于加速传感器的自适应抗运动干扰算法：根据加速度信号判定运动状态，运动状态分为轻微运动和强运动两种，当静止或轻微运动时，利用加速度信号作为参考信号，采用LMS自适应滤波算法进行运动干扰消除；当运动较强时，本文针对走路、跑步周期性运动干扰进行研究，结合运动信号与干扰信号的相关性以及离散饱和度变换算法的思想，改进提出一种基于加速度传感器的离散饱和度变换算法。本文先用MATLAB进行算法建模仿真，仿真结果表明本文算法对不同程度的运动干扰均有不错的抗干扰效果。接着搭建脉搏血氧芯片系统架构，对抗运动干扰算法进行硬件电路实现。　　设计完硬件电路后，本文对抗运动干扰算法进行modelsim功能仿真和FPGA原型验证，确保电路功能正确，FPGA测试结果表明本文算法的测量误差在2%以内。最后，本文在SMIC180nm工艺下完成脉搏血氧芯片的ASIC实现，其中抗运动干扰算法电路面积为311362μm2，最高时钟频率为56.4MHz，符合可穿戴设备的需求。本文设计的可穿戴脉搏血氧监测芯片已经进入MPW流片阶段，芯片面积为4x3mm2。