作为控制血压的直接变量，多纤维肾交感神经活动（RSNA）非线性分析的展开难度大。通过基于多尺度条件下的非线性算法以及其他相关研究，发展出一系列能够比较全面准确地反应高维动力学系统特征的分析技术，并将其应用于分析不同状态下RSNA的模式并提取其固有的特征。有证据表明血压对应的是低维动力学系统，而RSNA具有高维动力学系统的属性。针对血压受交感系统调控的属性，分析两者之间的关系，有助于揭示和阐明血压的神经调控机制。在研究维数严重不对称的两个动力学系统关系属性的基础上，发展几种非线性同步算法，如窄带相位同步和广义非线性同步算法，并将其应用于分析高血压和高血脂状态下的血压和RSNA的关系，将有助于从非线性同步的角度了解病理状态下血压的神经调控机制。同时，由本课题发展和改进的各种非线性技术也可以应用于其他生理和神经活动信号的分析中。