基于STM32的心率监控仪 —— 从原理到实现的完整技术解析

前言

心率监测技术在智能穿戴、健康管理设备中已经非常普及，但如果你想亲手做一个心率监控仪，理解其硬件原理、信号采集方法以及心率算法，其实并不复杂。在大四毕业设计期间，我曾基于 STM32F103C8T6 + PulseSensor + OLED 实现过一台完整可用的心率监控仪，并将全过程整理成技术文档。

本文将结合当时的实践，系统讲解这个小项目的实现思路，涵盖从硬件设计、信号采集、算法处理到界面显示的完整流程，帮助你快速入门一个小而完整的嵌入式信号采集项目。

源码分享

直接放到之前写的文章里了，免费开源，下载学习即可。
https://blog.csdn.net/weixin_52908342/article/details/155599089

项目介绍

本项目的核心功能包括：

• 采集手指脉搏的光电信号
• 使用 STM32 内部 ADC 进行采样
• 利用算法识别心率波形峰值，并计算 BPM（Beats Per Minute）
• 在 OLED 上实时显示波形与心率数值
• 当心率异常时通过蜂鸣器报警
• 支持按键切换界面、关闭报警等交互

使用到的关键器件：

• Pulse Sensor 心率传感器（模拟信号输出）
• STM32F103C8T6 最小系统板
• 0.96 寸 128×64 OLED（IIC 接口）
• LED ×1
• 按键 ×2
• 蜂鸣器 ×1（需三极管驱动）

成品具有较清晰的心率波形显示、较稳定的数据采集能力，以及轻量的硬件成本，非常适合作为课程设计或个人项目。

开发环境与硬件构成

软件环境

• Windows 10
• MDK-ARM Keil 5.24
• 下载器：ST-Link / J-Link / 串口均可
  

硬件清单

硬件电路设计

Pulse Sensor 通过光电反射检测指尖血液流动变化，并输出模拟电压信号。STM32 使用 ADC1 通道 0（PA0） 进行采样。配合简单 RC 滤波，可有效抑制部分噪声干扰。

OLED 使用软件 IIC 驱动（示例中使用 PA7/SDA 和 PA8/SCL），布线简单，占用资源少。

蜂鸣器由 NPN 三极管驱动，避免 GPIO 无法直接提供驱动电流的问题。

完整连接关系如下：

• Pulse Sensor → PA0（ADC）
• OLED SDA → PA7
• OLED SCL → PA8
• 按键 K1/K2 → 任意 GPIO（带上拉）
• 蜂鸣器 → 三极管 → GPIO
• LED → GPIO

（电路图略，可按你的原图展示）

软件设计与核心模块

软件部分主要包含三大模块：

1. OLED 显示系统
2. ADC 采样与信号预处理
3. 心率计算算法（峰值检测法）

1. OLED 显示模块

OLED 采用软件 IIC 驱动，兼容性好且不占用硬件 IIC。显示部分我在移植正点原子例程基础上进行了：

• 优化字库，支持显示汉字
• 增加数字补零功能
• 提供波形绘制和连续补点，使曲线更平滑

下面是波形绘制核心代码示例：

void OLED_Waveform_display(void)
{
    int i, n;
    if(waveform_flag)
    {
        waveform_flag = 0;
        for(i = 127; i >= 0; i--)
        {
            for(n = 0; n < 64; n++)
                OLED_DrawPoint(i, n, 0);

#if 1
            if(i != 0)
            {
                if(abs(waveform[i] - waveform[i-1]) > 1)
                {
                    int start = MIN(waveform[i], waveform[i-1]);
                    int end = MAX(waveform[i], waveform[i-1]);
                    for(n = start; n <= end; n++)
                        OLED_DrawPoint(i, n, 1);
                }
            }
#endif
            OLED_DrawPoint(i, waveform[i], 1);
        }
        OLED_Refresh_Gram();
    }
}

2. Pulse Sensor 信号采样

Pulse Sensor 输出模拟信号，需要 STM32 的 ADC 来采集。建议采样频率在 400Hz～500Hz 之间（本项目使用 2ms 定时器中断 = 500Hz）。

核心采样流程：

1. 定时器每 2ms 进入中断
2. 执行 ADC 启动转换
3. 读取电压值（0–4095）
4. 保存到波形缓存
5. 调用心率处理算法

3. 心率计算算法（峰值检测法）

算法原理非常经典：

1. 记录采样时间戳（sampleCounter）
2. 找到波峰（P）和波谷（T）
3. 检测信号越过阈值（thresh）时触发一次心跳
4. 计算两次心跳间隔（IBI = Inter Beat Interval）
5. BPM = 60000 / 平均 IBI

以下为简化算法片段：

void HeartRate_deal(void)
{
    Num = sampleCounter - lastBeatTime;

    if (Signal < thresh && Num > (IBI/5)*3)
        if (Signal < T) T = Signal;

    if (Signal > thresh && Signal > P)
        P = Signal;

    if (Num > 250)
    {
        if (Signal > thresh && !Pulse && Num > (IBI/5)*3)
        {
            Pulse = true;
            IBI = sampleCounter - lastBeatTime;
            lastBeatTime = sampleCounter;

            if (firstBeat) { firstBeat = false; secondBeat = true; return; }

            if (secondBeat)
            {
                secondBeat = false;
                for (i = 0; i < 10; i++)
                    rate[i] = IBI;
            }

            runningTotal = 0;
            for (i = 0; i < 9; i++) { rate[i] = rate[i+1]; runningTotal += rate[i]; }
            rate[9] = IBI;
            runningTotal += rate[9];

            BPM = 60000 / (runningTotal / 10);
            QS = true;
        }
    }

    if (Signal < thresh && Pulse)
    {
        Pulse = false;
        amp = P - T;
        thresh = amp/2 + T;
        P = thresh;
        T = thresh;
    }

    if (Num > 2500)
    {
        thresh = P = T = 512;
        firstBeat = true;
        secondBeat = false;
        lastBeatTime = sampleCounter;
    }
}

该算法具有较好的鲁棒性，在 PulseSensor 官方算法基础上进行了简化与调优。

系统交互设计

实际运行中，设备具有以下操作流程：

1. 按键 K1：切换界面

   • 界面 1：显示心率数值、ADC 原始数据等
   • 界面 2：实时心率波形显示

2. 手指检测机制

   • 利用采集到 0 值的“空白时间段”判断是否有人手放上传感器

3. 心率异常报警

   • 当 BPM 不在设定区间（如 40–150）蜂鸣器报警

4. 按键 K2：关闭蜂鸣器

成品展示

你可以使用原项目中的图片，例如：

• 心率动态波形图
• 心率数据界面
• 实际测试图
  

总结

本项目虽然硬件简单，但涵盖了 传感器信号采集 → 嵌入式算法处理 → 波形图形化显示 → 用户交互设计 的完整体系，非常适合作为嵌入式入门项目或课程设计。

你可以在此基础上继续扩展：

• 通过 BLE/WiFi 上传数据
• 加滤波器、卡尔曼算法优化心率稳定性
• 更换更高性能的 MCU
• 增加 PPG 信号分析与 HRV（心率变异性）计算