1. 项目背景与核心需求
心率检测作为基础生理指标监测手段，在医疗监护、运动健康等领域具有广泛应用价值。传统医用心率监测设备体积庞大且成本高昂，而基于单片机的便携式解决方案正逐步成为消费级健康设备的主流选择。
本项目采用51单片机作为核心控制器，通过光电传感器采集脉搏信号，实现实时心率检测与显示功能。相比商业方案，自制设备具有三大优势：一是硬件成本可控制在50元以内；二是可根据需求灵活调整算法参数；三是作为教学项目能完整掌握生物信号采集处理全流程。
关键提示：光电式心率检测原理是通过LED照射皮肤组织，血液脉动导致光吸收量变化，光电传感器将光强转换为电信号。这种PPG（光电容积图）技术对电路设计和信号处理要求较高。
2. 硬件系统设计详解
2.1 核心器件选型
主控芯片选用STC89C52RC单片机，其特点包括：
- 8KB Flash存储器满足程序存储需求
- 32个I/O口支持外设扩展
- 内置定时器实现精确计时
- 价格仅5-8元性价比突出
传感器采用SEN-11574脉搏传感器模块，集成绿光LED（波长515nm）和光电晶体管，输出电压信号幅度0-3.3V，可直接连接单片机ADC引脚。实测表明绿光在指尖检测中比红外光抗环境光干扰能力更强。
2.2 电路设计要点
完整硬件系统包含以下单元电路：
- 电源管理：AMS1117-3.3稳压芯片提供稳定电压
- 信号调理：两级运放电路（LM358）实现1000倍放大
- 显示接口：0.96寸OLED通过I2C通信
- 按键电路：独立式按键设置报警阈值
常见问题：信号调理电路中第二级放大建议采用带通滤波（0.5Hz-5Hz），可有效抑制基线漂移和肌电干扰。具体RC参数为R1=100kΩ，C1=330nF构成高通，R2=10kΩ，C2=33nF构成低通。
3. 软件算法实现
3.1 信号采集处理流程
c复制void main() {
init_ADC();
init_timer0();
while(1) {
adc_value = get_ADC();
filter_value = moving_average(adc_value, 10);
if(detect_peak(filter_value)) {
heart_rate = 60000/(current_time - last_peak);
last_peak = current_time;
}
}
}
核心算法包含三个关键步骤：
- 滑动平均滤波：窗口宽度建议10-15个采样点
- 峰值检测：动态阈值法，阈值=前5个波峰平均值×0.7
- 心率计算：60秒/相邻波峰时间间隔(ms)
3.2 抗干扰措施
实际测试中会遇到三类典型干扰：
- 运动伪迹：通过加速度传感器数据补偿（可选）
- 环境光突变：软件设置动态基线跟踪
- 接触不良：增加信号质量检测逻辑
实测数据显示，静坐状态下测量误差可控制在±2bpm内，步行状态误差增大到±5bpm。若需运动场景使用，建议改用MAX30102传感器模块，其集成环境光消除算法。
4. 系统优化与调试
4.1 硬件调试技巧
-
信号质量检查：用示波器观察运放输出，正常波形应具有：
- 明显周期性脉冲
- 幅值0.5-2Vpp
- 基线平稳无剧烈波动
-
常见故障排查：
- 无信号输出：检查传感器供电极性
- 信号过小：调整运放增益电阻
- 高频噪声：在运放电源端加0.1μF去耦电容
4.2 软件参数调优
通过串口打印实时波形数据，重点调整：
- 采样频率：推荐100-200Hz
- 滤波窗口大小：根据运动状态动态调整
- 峰值检测灵敏度：影响漏检/误检平衡
一个实用的调试技巧：在OLED上同时显示原始波形和检测标记，通过旋转变阻器实时观察参数调整效果。
5. 扩展应用方向
基础版本完成后，可考虑以下功能升级：
- 蓝牙传输：添加HC-05模块连接手机APP
- 数据存储：使用W25Q32 Flash芯片记录历史数据
- 多参数监测：扩展血氧检测功能（需MAX30102）
- 报警功能：当心率超出设定阈值时触发蜂鸣器
对于课程设计或毕业设计，建议增加以下文档内容：
- 电路原理图（可用Proteus绘制）
- 元器件清单与成本核算
- 关键算法流程图
- 不同状态下的测试数据对比
我在实际开发中发现，手指按压力度对信号质量影响显著。最佳实践是在外壳设计时加入限位结构，确保传感器与皮肤保持适度压力。另外，在代码中增加自动增益控制(AGC)算法，能有效应对个体差异带来的信号强度变化。