随着老年人人口的增加，“老龄化”成为了当今社会面临的一个重要难题。而在中国这问题更为严重，截止到2014年，我国年满60岁的公民已经达到2.12亿，占到了全国人口的15.5％，可见我国的老龄化问题的严重程度。随之而来的老年人健康问题也成为了关注的对象。当今社会，“空巢老人”成为了一个趋势，国内的大城市中，空巢老人占到了70%，对老年人的看护成为了一个严重的问题。而跌倒是危害老年人身心健康的第一因素，跌倒导致了老年人骨折、硬膜血块和头部创伤，严重的直接导致死亡。针对这个问题而进行的研究也成为了近年来的一个热门课题。因此在不妨碍子女工作和生活的情况下，设计出一款可以随时随地监测老年人的身体健康状况和位置，实现跌倒及时报警的设备具有十分重要的意义。　　综合老年人日常活动的特点，以及考虑到老年人对手机以及其他高科技产品熟悉程度有限，本文在研究了现有的跌倒检测技术之后，设计了一款适合于老年人佩戴的腕式跌倒检测系统，并且设计了相应的手机APP与服务器，使之形成一套集跌倒、报警、定位三者为一体的跌倒检测系统；基于此系统，提出了一种基于阈值和KNN算法的的跌倒检测融合算法，保证跌倒判定的准确率。本文的研究内容主要包括：　　（1）设计了跌倒监测系统的整体硬件平台。设备使用了低功耗的MCU和优化的电池电源管理方案，数据采集方面采用了先进的九轴惯性传感器，单一芯片内集成了三轴加速度传感器、三轴角速度传感器和三轴陀螺仪传感器，通信方面采用了SIM808模块，单一的芯片完成定位，发送和接受短信功能。该设备不仅可以佩戴于腕部，而且也可以佩戴在胸部和腿部。　　（2）根据系统的特点，对跌倒检测的算法进行了研究。结合本系统的特点，对采集到的传感器数据进行融合后分析，选取特征以及特征向量提取；为了更好的区分跌倒行为和日常活动行为，本文提出了一种基于阈值定位和K近邻的二次判定的跌倒检测融合算法，通过阈值法对疑似跌倒行为的数据段进行定位，再由K近邻算法进行分类判定，以提高系统的准确性和稳定性。　　（3）本文实现了跌倒检测系统样机制作以及手机APP和服务器的搭建，并通过样机进行算法的应用性测试和对比实验。　　根据实验结果可以得出，本文设计的系统具有比较好的检测性能，而且提出的基于阈值与KNN的二次判定算法具有很高的准确率，具有一定的理论研究价值和实际的应用价值。