1. 项目概述：用单片机打造心率监测方案
去年帮朋友调试一个健身设备时，发现市面上的心率监测模块要么价格昂贵，要么精度欠佳。于是萌生了用通用单片机搭建低成本心率监测方案的想法。这个方案采用光电脉搏波（PPG）原理，通过指尖或耳垂处的血流变化来检测心率，整套硬件成本可以控制在50元以内，特别适合DIY爱好者和电子专业学生练手。
核心部件就是单片机+光电传感器这对黄金组合。单片机负责信号采集和处理，光电传感器则捕捉血管的微小变化。相比商业级产品，我们的优势在于完全开源可定制，可以根据需要调整算法参数，比如我最近就给这套系统增加了运动补偿功能，有效解决了走动时测量不准的老大难问题。
2. 硬件设计详解
2.1 核心器件选型
经过多次对比测试，最终确定的硬件配置如下：
- 主控芯片：STM32F103C8T6（性价比之王，72MHz主频足够处理信号）
- 传感器：MAX30102（集成LED驱动和ADC，自带环境光消除）
- 显示模块：0.96寸OLED（低功耗，可视角度大）
- 电源：3.7V锂电池+HT7333稳压（实测待机电流<5mA）
这里特别要说说传感器选型。早期我用过分离式的红光LED+光敏电阻方案，但信噪比实在太差。后来改用MAX30102这个集成芯片，它内部有专业级的环境光消除电路，还能自动调节LED亮度，实测在阳光直射下依然能稳定工作。
2.2 电路设计要点
原理图设计时有几个关键细节需要注意：
- 传感器I2C总线上必须加10kΩ上拉电阻
- 模拟电源部分要加0.1μF去耦电容
- LED驱动引脚建议串联22Ω限流电阻
- 预留SWD调试接口（调试时你会感谢这个决定）
PCB布局时要注意：
- 传感器区域要避开其他高频信号线
- 电源走线宽度不小于0.3mm
- 模拟地和数字地单点连接
- 传感器背面不要铺铜（防止热干扰）
重要提示：MAX30102对静电敏感，焊接时一定要做好防静电措施。我有次不小心用手直接触摸芯片引脚，导致灵敏度永久下降，这个教训价值200元。
3. 软件算法实现
3.1 信号采集与预处理
原始信号采集流程：
c复制// 初始化配置
MAX30102_Init();
// 循环读取数据
while(1) {
MAX30102_ReadFIFO(&red_val, &ir_val); // 读取红光和红外数据
filterDC(&red_val); // 去除直流分量
butterworthFilter(red_val); // 二阶巴特沃斯滤波
}
信号处理中有几个关键点：
- 直流去除：采用滑动平均法，窗口宽度建议取采样率的1/2
- 带通滤波：截止频率设为0.5Hz-5Hz（对应心率30-300bpm）
- 运动伪迹消除：使用自适应滤波器参考加速度计数据
3.2 心率计算算法
经过多次迭代，最终采用的算法流程：
- 寻找信号波峰（动态阈值法）
- 计算相邻波峰间隔（RR间期）
- 中值滤波去除异常值
- 转换为BPM值（60/RR间期）
算法优化心得：
- 动态阈值比固定阈值适应性强
- 加入信号质量评估可提升准确性
- 滑动窗口取5个周期平均更稳定
4. 系统调试与优化
4.1 常见问题排查
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 数据全为零 | I2C通信失败 | 检查上拉电阻和地址配置 |
| 信号毛刺多 | 电源干扰 | 加强电源滤波 |
| 数值跳变大 | 接触不良 | 调整传感器压力 |
| 持续高心率 | 环境光干扰 | 增加遮光罩 |
4.2 精度提升技巧
通过200组对比测试，总结出这些实用技巧：
- 测量时手指保持静止，轻微压力即可
- 冬季使用时先暖手再测量
- 避开纹身和疤痕部位
- 定期用酒精棉清洁传感器窗口
- 软件上增加信号质量指示灯
实测数据：
- 静坐状态误差<2bpm
- 步行状态误差<5bpm（开启运动补偿）
- 续航时间>72小时（1Hz采样率）
5. 应用场景扩展
这套系统经过适当修改可以用于：
- 智能手环原型开发
- 健身房设备改装
- 远程健康监测系统
- 体育课心率监测
最近我正在尝试加入蓝牙传输功能，把数据实时传到手机APP。有个意外发现是PPG信号还能反映血氧饱和度，下个版本准备加入这个功能。其实最让我惊喜的是，很多医学院校的学生用这个项目做生理实验，有位同学甚至开发出了情绪识别功能——原来心率变异性还能反映心理状态。