单兵状态监测系统是现代化战争中不可或缺的一部分,当前各国的单兵状态监测系统监测参数少,大多只能判断士兵生命体征,应用比较局限。随着无线体域网技术和传感技术的发展,对单兵各类生理参数进行综合分析,判断士兵的生理和精神状态已成为目前国内外的前沿方向。针对现有单兵状态监测系统参数少、通讯速率低、实用性有限的问题。本文设计了一套利用Wi-Fi无线通讯的多参数单兵状态监测系统,利用分布式的节点监测士兵的脑电、肌电、心电、呼吸、身体姿态等一系列生理参数,通过DSP主节点进行在线处理和分析,以综合判断单兵状态,并客观分析了该系统的精度、功耗、可靠性等性能。由于生理信号特征复杂,本文逐一讨论了各生理参数的处理和特征提取方法,剔除了基线漂移、工频干扰和生理伪迹等噪声信号,提取了脑电百分比功率谱密度、眨眼频率、心电稳定性、呼吸功率、姿态欧拉角等共计20种生理信号特征。各国现有单兵状态监测系统几乎只能监测生命体征,功能单一,无法实现精神状态监测。对于这一难点问题,本文利用脑电和眼电信号以BP神经网络的方法对单兵精神疲劳状态实现了四分类。对于情绪状态的判断,本文将其分为积极、中性和消极三类,采用多元生理参数融合分析的方法,通过支持向量机对特定对象的情绪进行识别。本文在实验室环境下设计了精神疲劳和情绪实验,利用设计的单兵状态监测系统采集了各类生理数据,并验证了本文方法的有效性。实验证明,对多个不同受试者综合分析,其精神疲劳状态四分类准确率仍高达83%;而对于单个个体而言,情绪识别准确率可达92.5%。