血压是人体一项重要的生理参数,在疾病治疗与慢病管理上具有极其重要的价值。无袖带的血压检测具有实时连续等特点,在分析和治疗高血压以及高血压而引起的心血管类疾病上具有显著优势。众多学者对此十分关注,本文针对无袖带连续血压监测进行了系统的研究。首先,为了获得高精度的原始信号,利用过采样和数字锁相等技术搭建了高性能的数据采集系统,具备高精度、小体积和低功耗等优点。其次,为了更准确地提取脉搏波信号中血压的有用信息,提出了一种脉搏波信号预处理方法,利用动态光谱原理,剔除了脉搏波中光源、静态组织和皮肤等的干扰,提高了脉搏波信号中血压信息的信噪比。最后,根据血压的形成机理及影响测量血压的因素,提出了两种高精度的无袖带连续血压建模方法:第一种,基于多种信息融合的无袖带血压建模方法;第二种,基于脉搏波波形和脉搏波传导时间（PTT）融合的无袖带血压建模方法。使用设计的数据采集系统采集数据,并对第一种血压建模方法做了验证,通过对比实验发现,提出的基于多种信息融合的无袖带血压建模方法建立的血压模型精度明显优于目前流行的血压建模方法所建立的血压模型。此外,为了与国际先进水平对比,使用加州大学欧文分校（UCI）机器学习库中的无袖带血压估计数据集对第二种血压建模方法进行验证,经过对比实验发现,提出的基于脉搏波波形和PTT融合的无袖带血压建模方法建立的血压模型的各种性能均优于使用同一数据集的已发表论文。研究表明,使用本文方法建立的血压模型精度均明显优于现有文献,有力的证明了本文提出方法的有效性。本文的研究结果有助于无袖连续带血压监测技术的发展,加快无袖带连续血压监测设备的临床应用进程。