智能服装是电子信息、材料、纺织学科及其它相关学科结合与交叉的产物，能实现人体生理参数的检测、显示、传输、存储、报警等功能，具有随身携带、实时监测等特点。心动检测是心脏及血管系统疾病诊断的重要手段，因此研究心动检测功能的智能服装具有重要的理论意义和应用价值。　　 本文对具有心动检测功能的智能服装中的心动处理算法进行了研究。提出了一种心动信号预处理算法，该算法利用镜像延拓与集合经验模态分解(EEMD)相结合将心动信号分解为17阶模态分量，对每一阶模态分量进行谱分析，判断心动信号的频率成分在哪几阶模态分量中，将不包含心动信号成分的各阶模态分量舍弃，包含心动信号成分的各阶模态分量求和得到纯净的心动信号，避免了单纯使用EEMD而产生的端点效应问题，消除了心动信号中的噪声，具有特征明显、效果好等优点。提出了一种心动信号处理算法，该算法利用希尔伯特变换对心动信号进行包络提取，通过设置水平阈值和一阶差分法确定了心动信号S1、S2的峰值点，进而确定心动信号S1、S2的起始点、终止点，再通过S1、S2的峰值点、起始点和终止点信息提取心动信号特征参数，具有易移植、准确性高、处理速度快的优点。设计了心动心电同步采集系统，实现了心动信号和心电信号的同步采集。采用MATLAB环境编写了心动信号预处理算法和处理算法程序，并利用该预处理算法和处理算法对心动心电同步采集系统的采集到的4例心动信号分别进行了预处理和处理，其结果表明预处理后的心动信号S1、S2特征明显，且频率主要集中在20-100Hz的范围内，将处理后的心动信号与心动心电同步采集系统采集到的心电信号进行比较，提取的心动信号特征参数与心电信号特征参数一致，验证了心动信号处理算法的准确性和有效性。　　 本文所提出的心动信号预处理和处理算法能够对心动信号进行预处理和处理，实现心动检测，得到心动信号的特征参数，发现心脏疾病。该算法能够应用于具有心动检测功能的智能服装中，可以对人体心动进行实时检测，及时发现心脏病情，早日治疗，具有重要的应用价值。