مانیتور کردن وضعیت جنین به طور پیوسته نقش مهمی در حفظ سلامت وی ایفا می کند. از جمله مواردی که نیاز به مانیتور کردن مداوم در بارداری های پر خطر دارد، نرخ ضربان قلب جنین و تغییرات آن در طول بارداری می باشد. در حال حاضر روش متداول مورد استفاده توسط پزشکان مبتنی بر امواج اولتراسوند می باشد. این در حالیست که سیگنال آکوستیکی قلب جنین که آن را فونوکاردیوگرام (pcg) می نامند کاملاً غیر تهاجمی بوده و می توان از آن به عنوان جایگزینی مناسب برای مانیتور کردن نرخ ضربان قلب جنین استفاده کرد. برای این منظور در این پایان نامه ابتدا سعی به جمع آوری مجموعه ای از سیگنال های pcg مربوط به بزرگسال و جنین شده است. این مجموعه داده ها که با نظارت مستقیم پزشک و پرستار متخصص جمع آوری شده اند، می تواند در ارزیابی عملکرد الگوریتم های مختلف مورد استفاده قرار گیرد. سپس با بررسی روش های موجود برای سیگنال های صوتی تک کاناله که مبتنی بر جداسازی منابع به صورت کور می باشند، یک چارچوب پردازشی برای حذف نویز و استخراج منابع مختلف موجود در سیگنال تک کاناله ی ثبت شده از روی شکم مادر، ارائه شده است. چارچوب پیشنهادی با در نظر گرفتن ترکیب خطی منابع در سیگنال تک کاناله ثبت شده و با استفاده از تبدیل های emd و nmf، سیگنال pcg جنین را از سیگنال اولیه ثبت شده استخراج می کند. نتایج به دست آمده با اولتراسوند داپلر مقایسه شده است. عملکرد الگوریتم در نسبت توان سیگنال به نویزهای (snr) مختلف مورد بررسی قرار گرفته است. در بین 2741 ضربان قلب شناسایی شده توسط داپلر، الگوریتم ارائه شده قادر به تشخیص 2601 ضربان در snr=0db شده است که این منجر به دقت 95% الگوریتم در این snr شده است. علاوه بر این در این پایان نامه یک مدل دینامیکی برای تولید سیگنال pcg ارائه شده است. مدل ارائه شده که فرآیند مدل سازی سیگنال مذکور را با رویکردی متفاوت نسبت به سایر مدل ها دنبال می کند. در این رویکرد، سیگنال pcg به عنوان یک فرایند تصادفی در نظر گرفته می شود که حاصل خروجی فیلترهای ابداع تطبیقی با ورودی نویز سفید است. سیگنال های تولید شده توسط این مدل هم در حوزه ی زمان و هم در حوزه ی فرکانس با سیگنال های واقعی شباهت فراوانی دارند؛ لذا امید است که بتوان در آینده از آن در چارچوب های پردازشی بر مبنای مدل، به منظور پردازش سیگنال فونوکاردیوگرام جنین استفاده کنیم.