近年来,随着信息多元化的发展,以及计算机技术、微电子技术和多传感器网络的日益成熟,信息融合作为一种有效的信息综合处理方法,其理论及应用研究都得到了快速的发展。信息融合已经广泛的应用于目标识别、故障诊断、态势评估、战场监视、自动飞行器导航、机器人、遥感、医疗诊断、图像处理、模式识别和复杂工业过程控制等领域。目前,信息融合技术在生理信息领域的应用研究还处于初级阶段,研究内容大多集中在定性的医疗诊断方面,对于动态生理信息融合的研究还比较少。随着信息技术的发展,动态生理信息融合必然会得到越来越广泛的关注,尤其是在运动保健、体育和军事训练以及宇航员的太空模拟训练等多种领域。通过对多项人体生理信息的融合分析,可以获得对人体健康状况的评估,还可以通过对特定状态下的人体生理信息的融合处理和监测,得到对运动过程或训练效果的评价。但是由于生理信息信号弱、噪声强、非平稳的一般特点,使得生理信息的融合具有一定的特殊性。本文从实际应用的角度出发,结合信息融合理论,提出了基于生理信息融合的运动评价系统的模型,并从模型的结构和功能上进行了分析说明。在此基础上,分析论证各种融合算法的优缺点,最终确定了基于分布式卡尔曼滤波和模糊BP神经网、络的生理信息融合的核心算法。通过河北大学附属医院提供的医疗运动平台,进行了运动状态下人体的血压、脉搏、心率及血氧饱和度等生理指标数据的采集,利用GUI仿真工具进行了实例仿真。仿真结果验证了算法的有效性和可行性。