1.一种基于动作和HRV测量的睡眠状态判别系统，其特征在于，该系统包括依序连接的三轴加速度传感器模块(101)、肢体动作数计算模块(102)、光学传感器模块(103)、脉搏波信号计算模块(104)、心率和心跳间期计算模块(105)、心率变异性指标计算模块(106)、睡眠状态计算模块(107)；其中：
三轴加速度传感器模块(101)，用于测量人体肢体加速度信号；
肢体动作数计算模块(102)，根据人体肢体加速度信号计算肢体在系统预设的时间内的动作数；
光学传感器模块(103)，用于在至少一个LED灯光照射皮肤表面后检测用户血管中血流容积变化引起的皮肤表面光强变化信息；
脉搏波信号计算模块(104)，根据光强变化信息获取脉搏波信号；
心率和心跳间期计算模块(105)，用于计算心率及每搏心跳间隔时间；
心率变异性指标计算模块(106)，用于对心率或心跳间期序列进行分析获取心率变异性的相关指标，采用对系统预设一定时间内的心率或心跳间期序列进行时域和/或频域分析的方法；
睡眠状态计算模块(107)，根据肢体动作数以及心率变异性的相关指标，利用睡眠模型计算睡眠状态；
所述睡眠模型(108)，用于描述动作数和心率变异性指标分别与睡眠状态之间的关系。
2.一种基于动作和HRV测量的睡眠状态判别方法，其特征在于，该方法包括以下步骤：
步骤(1)、利用三轴加速度传感器模块收集设定时间内人体肢体三维加速度数据；
步骤(2)、利用肢体动作数计算模块根据三维加速度数据，计算在此时间内肢体动作数量；
步骤(3)、利用光学检测模块在绿光照射皮肤表面后检测用户血管中血流容积变化引起的皮肤表面光强变化信息；
步骤(4)、利用脉搏波信号计算模块根据上述的光强变化信息获取脉搏波信号；
步骤(5)、利用心率和心跳间隔计算模块计算心率及每搏心跳间隔时间；
步骤(6)、利用心率变异性指标计算模块对心率或心跳时间间隔序列进行分析，获取心率变异性的相关指标，即采用对系统预设时间内的心率或心跳时间间隔序列进行时域和/或频域分析的方法；
步骤(7)、利用睡眠状态计算模块根据肢体动作数和心率变异性这两种指标与人体睡眠状态的关系所建立的睡眠状态分期算法模型计算人体睡眠状态。
3.如权利要求2所述的基于动作和HRV测量的睡眠状态判别方法，其特征在于，所述步骤(3)的利用脉搏波信号计算模块根据光强变化信息获取脉搏波信号，其具体为：
对所述的光强变化信息进行滤波去噪等信号处理得到脉搏波信号。
4.如权利要求5所述的基于动作和HRV测量的睡眠状态判别方法，其特征在于，步骤(4)的利用心率和心跳间期计算模块计算心率及每搏心跳间隔时间，其具体为：
通过对脉搏波进行波峰/波谷/斜率最大值检测或频谱分析得到心率和每搏心跳间隔时间。
5.如权利要求5所述的基于动作和HRV测量的睡眠状态判别方法，其特征在于，所述步骤(7)的利用睡眠状态计算模块根据肢体动作数和心率变异性的相关指标这两种指标与人体睡眠状态的关系所建立的睡眠状态分期算法模型计算人体睡眠状态，其具体为：
睡眠状态计算模块根据肢体动作数判断人体处于清醒状态还是入睡状态，再根据心率变异性相关指标并利用睡眠状态分期算法模型对入睡状态进行浅睡、深睡、REM睡眠的分期。