本发明公开一种疲劳睡眠分析方法，包括以下步骤：步骤1，采集用户的BCG信号；步骤2，对原始BCG信号进行第一滤波；步骤3，对原始BCG信号进行第二滤波；步骤4，对特征峰进行异常值剔除；步骤4，利用Lomb‑Scargle算法分别对呼吸信号和心率变异性信号进行功率谱计算；步骤5，对呼吸信号和心率变异性信号进行心肺耦合分析；步骤6，采用机器学习中的分类器模型对心肺耦合强度进行分类，从而进行疲劳与睡眠状态的分析结果。可以处理非等间距采样信号且对异常点的干扰不敏感，而且可以得到较高的频率精度。该算法提高了算法的检测精度且降低了算法的复杂程度，且应用范围广。