第一章 心率监测概述

各位同学好,我是你们的讲师。在智能穿戴这个圈子里摸爬滚打了十几年,今天咱们来聊聊心率监测这个话题。说实话,这个功能现在几乎成了智能手表的标配,但真正把它做好的团队,其实不多。

智能穿戴设备市场现状

先看一组数据。2023年全球智能穿戴设备出货量超过5亿台,其中带心率监测功能的占了八成以上。你想想看,这个市场有多大?

我个人习惯把智能穿戴分为三类:

  • 手环类:成本敏感,功耗优先,心率精度要求相对宽松
  • 手表类:功能全面,对心率准确度要求高,尤其是运动场景
  • 医疗级穿戴:这个门槛最高,需要通过医疗器械认证

我在项目中遇到过不少客户,上来就说「我要做一款能测心率的手表」。但一问到具体场景——是静息监测还是运动监测?是成人还是老人?他们就答不上来了。嗯,这里要注意,不同的场景对硬件算法的要求天差地别。

心率监测技术路线:PPG vs ECG

目前主流的技术路线就两条:PPG和ECG。说白了,一个用光测,一个用电测。

对比项 PPG(光电容积描记法) ECG(心电图)
原理 光照射皮肤,检测血流变化 检测心脏电信号
硬件成本 低(LED+光电二极管) 高(电极+模拟前端)
功耗 中等 较低
准确度 受运动干扰大 高,医疗金标准
穿戴舒适度 好,光学传感器即可 需要电极接触皮肤

为什么智能手表大多用PPG?说白了就是成本和舒适度的平衡。ECG虽然准,但你让用户天天贴电极片,谁受得了?

PPG原理:光电容积描记法

PPG的原理其实不复杂。心脏每跳动一次,血液就会泵到全身。血液流过血管时,血管的容积会变化。我们用LED发光照进皮肤,光电二极管接收反射回来的光。血流多的时候,吸收的光多,反射回来的就少;血流少的时候反之。

这个光信号的变化曲线,就是PPG波形。波峰对应心脏收缩,波谷对应舒张。算一下波峰之间的时间间隔,心率就出来了。

核心要点:PPG测的不是心跳本身,而是血流引起的光强变化。这个区别很重要,很多算法问题都出在这里。

我曾经踩过一个坑。有次做低功耗设计,把LED的驱动电流降得太低,结果信号完全被噪声淹没了。后来才明白,PPG的信噪比和LED亮度直接相关,省电不能省在光源上。

LED与光电二极管布局

布局这事,看着简单,其实门道很多。我见过不少方案,光路设计没做好,测出来的数据根本没法用。

常见的布局方式有三种:

  1. 反射式:LED和光电二极管在同一侧,光反射回来被接收。手环手表基本都是这种。
  2. 透射式:LED在皮肤一侧,光电二极管在另一侧。指尖血氧仪就是这种,精度高但穿戴不方便。
  3. 阵列式:多个LED和多个光电二极管组合。这是目前高端手表的主流方案。

我的经验:LED和光电二极管的距离很关键。太近了,光直接串扰,信号饱和;太远了,光衰减严重,信号太弱。一般建议距离在2-4mm之间,具体要看封装和光学设计。

另外,绿光LED在心率监测中应用最广。为什么?因为绿光被血红蛋白吸收得比较好,信号对比度高。红光和红外则更多用于血氧测量。

硬件系统架构概览

好了,前面铺垫了这么多,咱们来看看整个硬件系统长什么样。我画了一张架构图,方便大家理解。

PPG心率监测硬件系统架构 传感器模块 LED驱动 光电二极管 环境光传感器 模拟前端(AFE) 跨阻放大器 滤波电路 ADC转换 数字处理 数字滤波 心率算法 运动补偿 输出接口 I2C/SPI 中断信号 FIFO数据 电源管理 LDO / DC-DC / 电池 运动传感器 加速度计 / 陀螺仪 数据流向:传感器 → 模拟前端 → 数字处理 → 输出 虚线表示电源和辅助信号

从架构图上你能看到,整个系统分为几个关键模块:

  • 传感器模块:包括LED及其驱动电路、光电二极管。这部分是信号源头,质量决定了后续处理的天花板。
  • 模拟前端(AFE):把光电二极管产生的微弱电流信号放大、滤波,然后转换成数字信号。这里最考验模拟设计功底。
  • 数字处理:跑心率算法的地方。包括数字滤波去除噪声、峰值检测计算心率、运动补偿消除干扰。
  • 运动传感器:加速度计和陀螺仪。用来检测用户是否在运动,辅助算法做运动伪迹消除。

注意:很多新手容易忽略运动传感器的重要性。我见过一个方案,PPG信号质量很好,但用户一跑步数据就全乱了。后来加了加速度计做运动补偿,效果立竿见影。运动伪迹是PPG心率监测最大的敌人,没有之一。

好了,第一章的内容就到这里。心率监测这个领域,入门容易精通难。后面我们会一步步深入每个模块的硬件实现细节,包括LED驱动怎么设计、AFE怎么选型、数字算法怎么在芯片上跑起来。

课后思考:如果你来设计一款智能手环的心率监测方案,在成本和性能之间,你会怎么取舍?


专注资料整理