随着当今社会人们生活节奏的变快以及生活压力的增大,导致越来越多的人身体处于亚健康甚至不健康的状态。因此,人体健康监测系统在实时性、灵活性、智能化等各个方面受到了越来越多地重视。针对上述的问题,基于多源信息融合的人体健康监测系统应运而生了。在该系统的基础上,本文提出将多传感器数据融合算法应用于人体健康的分析与评价,通过多传感器采集多种人体生理参数,并将采集到的人体生理参数进行数据融合处理,最终得出人体是否健康的结论。本文搭建的系统以嵌入式ESP8266 Wi-Fi模块为硬件处理核心,利用体温传感器、血压传感器、肌电传感器和脉搏传感器组成可穿戴设备。通过佩戴可穿戴设备实现对体温、血压、肌电和脉搏4种人体生理参数的采集。单个信息源传感器的工作并不能准确地采集这几项生理参数,因此在可穿戴设备中设置多个不同生理参数传感器的信息源来采集多个部位的身体生理指标。来自多个信息源传感器的生理参数如何进行多源信息融合是本论文的一个研究重点。本文提出了一种模糊的D-S证据理论算法。其中,在特征级融合过程中,设定最优融合集,使用优化后的模糊集理论算法;在决策级融合过程中,对引起信息冲突的焦元设定不同的权重使用优化后的D-S证据理论算法。从而根据多传感器检测的数据来判断用户是否健康。本研究的意义在于使人们能够在家庭环境中实现对自身生理信息参数的监测,并通过基本生理参数来判断自身的健康状况。因此,本研究具有较强的理论意义和使用价值。