基于STM32的示波法电子血压计设计与实现全流程解析

简介：本资源是一套完整的基于STM32的脉搏电子血压计高分毕业设计项目，面向电子信息、嵌入式系统及相关专业本科生，解决课程设计、期末大作业及毕业设计中硬件驱动开发、生理信号采集与算法实现等核心实践难题。压缩包共161个文件，含35个C源码（主控逻辑与传感器驱动）、34个H头文件（外设配置与函数声明）、22个编译中间文件（.d）、21个调试符号文件（.crf）及Keil工程文件（uvproj、uvopt等），总大小仅2.22MB，结构规范、模块清晰，涵盖ADC采样、FFT脉搏分析、袖带加压控制、OLED人机交互等完整功能链。已有182人学习下载，项目经实机严格调试，代码全程中文注释，含系统初始化、血压计算模型、数据存储与显示等关键模块，可直接部署运行，无需额外适配，特别适合嵌入式初学者快速掌握STM32外设协同开发与医疗电子系统集成方法。 做毕业设计选嵌入式方向，最容易“出彩但不作死”的题目，其实不是追热门的人工智能，也不是看起来复杂的四轴无人机，而是一台踏踏实实能做出来、能测出真实数据的医用小设备——基于STM32的脉搏电子血压计。

这项目麻雀虽小五脏俱全：压力传感器、信号调理电路、ADC采样、数字滤波、症状识别算法、气泵阀控制、人机交互，一个不落。STM32在这类项目里几乎是标配，网上相关源码也确实不少，但很多同学下载下来根本跑不通，或者跑通了测出来的数据完全没法看。今天就把我从整体架构到信号处理算法，再到调试阶段踩过的坑，完整捋一遍。这篇东西既适合正在准备毕设答辩的在校生，也适合想低成本入门嵌入式医疗设备开发的工程师参考。

1. 这个项目到底在做什么：一条完整测压链路的设计思路

1.1 示波法测血压的原理，以及为什么选它

电子血压计的核心不是“测血压”，而是“通过袖带压力变化反推血压”。目前主流方案有两种：听诊法（柯氏音法）和示波法（振荡法）。

听诊法在临床上被当作金标准，但它是靠人耳分辨袖带放气过程中血流冲击血管壁产生的“柯氏音”来判定收缩压和舒张压。难点在于需要拾音传感器、需要精确找到第一声和最后一声音，算法上极度依赖特征检测，做不好就容易误判。毕设里做这个方案风险不小。

示波法的思路完全不同：袖带在放气过程中，内部压力不仅会缓慢下降，还会叠加一个随心跳搏动的小信号。这个“脉搏波”的幅度会随着袖带压力变化走一条先增后减的曲线。当袖带压力高到完全压闭血管时，脉搏波幅值几乎为零；压力逐渐降低时，血流冲击血管壁的力度增大，脉搏波幅度上升；当袖带压力正好等于平均动脉压时，血管壁处于最“松弛”状态，脉搏波幅度达到峰值；压力继续下降后，血管完全开放，脉搏波幅度减小并趋于稳定。

通过分析脉搏波包络线，可以找出三个关键点：包络峰值对应的压力是平均动脉压，峰值之前幅度上升到最大值的50%左右对应的压力是收缩压，峰值之后幅度下降到最大值的70%左右对应的压力是舒张压。

这个算法看似简单，但做出来之后，我最大的感受是：它不需要高精度拾音传感器，不需要复杂的时频分析，只要压力传感器线性度足够、ADC采样率够、放气速度控制得当，就能得到稳定可读的结果。对于嵌入式新手来说，这几乎是性价比最高的方案。

1.2 STM32在这个项目里的角色定位

STM32扮演的角色通俗讲就是“大脑加管家”。它既要控制气泵充气、电磁阀放气，又要以固定频率读取压力传感器的ADC值，还要在采集过程中实时处理数据，最终把测量结果送到OLED屏幕上显示。

为什么选STM32而不是51单片机或者Arduino？答案很实在：51的处理能力和外设资源太紧张，做20Hz以上的AD采样加上滤波算法就已经很费劲；Arduino虽然上手快，但ADC精度和定时器资源无法精细控制，而且教授和评委对这种“拼积木”式的开发方式通常不太认可。STM32F103系列主频72MHz、12位ADC、多个定时器、丰富的中断资源，应付这种数据采集加实时处理的任务绰绰有余，而且资料极为丰富，遇到问题一搜就能找到答案。

我用的是STM32F103C8T6这颗经典芯片，成本低、引脚够用、功耗也不高。核心板加外围电路一共不到三十块钱成本，对毕设预算非常友好。

2. 硬件部分：传感器选型与驱动电路，踩坑从这里开始

2.1 压力传感器的选型：国产与进口的取舍

血压计对压力传感器的要求集中在两方面：量程和线性度。人体血压范围一般在0到200mmHg，袖带充气时压力会更高一些，所以我选择量程在0到300mmHg以上的传感器比较稳妥，留出余量。

市面上常见的方案有几种，我放在一张表里对比：

我最后选了MPX5050GP，原因是它的输出电压范围是0.2V到4.7V，对应0到375mmHg，线性误差在全量程范围内不超过2.5%，而且自带温度补偿。这个传感器的原理是内部集成了一个压阻式压力桥和放大电路，外部供电5V即可，输出阻抗较低，可以直接驱动ADC输入引脚。

实际画板子的时候有个小经验：压力传感器的气管接口方向和PCB布局方向一定要提前规划好，不然装进外壳之后气嘴方向和袖带气管对不上，就得重新飞线，很狼狈。

2.2 气泵、电磁阀、电源：容易被忽视的“外围设备”

很多人把注意力放在传感器和单片机上，结果三个月后卡在气泵上。这个项目里气泵和电磁阀才是真正的“耗材级”部件，选型不当直接导致整机测量失败。

气泵负责给袖带充气。我用的是一种微型隔膜泵，额定电压5V，最大输出气压能到300mmHg以上。启动电流比较大，能达到400mA左右，所以不能用STM32的GPIO直接驱动，必须通过三极管或MOS管扩流。我用的方案是NPN三极管2N2222加续流二极管，配合一个PWM通道控制充气速度。

电磁阀负责放气。常见的有两种：两通开关阀和比例阀。开关阀只有“开”和“关”两种状态，控制简单，但放气速度没法精确调节；比例阀可以通过PWM占空比控制开度，从而控制放气速率，但价格贵一些。我一开始图便宜用了开关阀，结果放气速度太快，一个心跳周期内压力降幅太大，包络线采样点稀疏到无法正确找到峰值。后来换成比例阀，配合PWM慢慢放气，数据才稳定下来。

电源树也要引起重视。整个系统里有数字电路（STM32）、模拟电路（传感器放大）、感性负载（气泵、电磁阀），如果不做隔离，气泵启动瞬间会把电源电压拉低，导致模拟电路输出抖动。我的做法是：主电源用两节18650锂电池串联经过降压模块稳定到5V，再用AMS1117把5V降到3.3V给STM32供电。模拟部分和数字部分的地线在PCB上单点汇合，避免形成地环路。

2.3 信号调理电路：传感器的微弱信号如何进ADC

压力传感器输出的模拟电压虽然已经是放大后的，但还是要经过一级低通滤波才能送入STM32的ADC。原因是传感器输出中包含了高频噪声，直接进ADC会导致采样值跳动明显。

我用了一阶RC低通滤波，R取1kΩ，C取0.1μF，截至频率约1.6kHz。这个频率远高于脉搏波频率（正常人心率范围是0.5Hz到3Hz），所以对有用信号完全没有影响，但对高频毛刺的抑制非常明显。如果想做得更讲究，可以加一级由运算放大器构成的二阶低通滤波器，比如Butterworth结构，截至频率设置在20Hz左右。

ADC参考电压也很关键。STM32内部有VREF引脚，如果直接用3.3V电源做参考电压，电源纹波会被直接引入到转换结果中。我使用了一个高精度基准电压源芯片REF3033，把3.3V参考电压做得干干净净。这一改动效果非常显著，ADC的跳动范围直接从几十个LSB降到了两三个LSB。

ADC配置方面，我使用定时器触发ADC采样，频率设置为200Hz，也就是每5ms采一次。这个频率经过实际测试，既能捕捉到脉搏波的细节形状，又不会让CPU忙于处理中断。采样使用了DMA方式，ADC转换完成的数据自动搬运到内存数组中，不占CPU时间。这样主循环可以专心处理控制逻辑和算法运算。

3. 软件实现：从ADC采集到血压算法全流程

3.1 程序整体架构与状态机设计

嵌入式程序最忌讳把所有逻辑堆在一个大while循环里，血压计程序尤其如此。我用一个有限状态机来组织整个测量流程，状态之间的切换非常清晰。

状态定义如下：

• IDLE（空闲）：等待启动按键，此时气泵和电磁阀都关闭
• INFLATE（充气）：启动气泵，持续检测袖带压力，升压到预设值后停止
• MEASURE（测量）：关闭气泵，打开比例阀控制放气速度，同步记录压力和脉搏波
• FINISH（结束）：完成测量，计算并显示结果，快速放气
• ERROR（错误）：检测到超时或异常压力，安全放气后回到空闲状态

状态机的好处在于：每个状态内的代码职责清晰，后续加功能（比如存储多组记录、蓝牙上传数据）时不会牵一发动全身。而且答辩的时候老师问起代码结构，状态机这个思路本身就是评分亮点。

充气预设值是动态计算的。我设定默认目标压力为180mmHg，但在充气过程中会实时检测脉搏波是否开始出现。如果压力还没到180mmHg就已经出现明显的脉搏波，说明用户血压可能较低，可以提前停止充气，避免袖带过度压迫用户手臂。这是从商用血压计上学到的策略，虽然不是所有电子血压计都这么做，但确实能提升使用体验。

3.2 数字滤波与脉搏波提取

ADC采到的原始数据是一个一维序列，里面混合了两种成分：一条缓慢下降的基线，也就是袖带压力本身；还有一条叠加在基线上的波动，也就是脉搏波。要把这两者分离，我用的是“低通滤波加减法”的思路，简单有效。

第一步，用滑动平均滤波对原始ADC序列做平滑处理，窗口大小设为5个点（对应25ms），用来去除随机噪声。第二步，再用一阶低通数字滤波器提取基线，滤波系数a取0.2，这样基线跟随比较快，能实时反映袖带压力变化。第三步，原始信号减去基线信号，得到的就是包含脉搏波的交流分量。

脉搏波虽然出来了，里面还是混着一些呼吸引起的慢波和肌肉抖动的干扰。算血压之前还需要再做一次带通滤波。我用了一个简单的二阶IIR带通滤波器，通带设置为0.5Hz到8Hz。下限滤掉呼吸干扰，上限滤掉高频肌肉伪差。

说到这里必须提醒一下：IIR滤波器的系数计算对新手来说有点门槛，别自己硬推导，直接用MATLAB的fdatool或者在线滤波器设计工具生成系数。我当年直接在MATLAB里设计好系数，然后把它填入C语言数组里，省了不少时间。注意浮点运算在STM32F103上虽然能跑，但速度慢，而且占用Flash很大。我的做法是先用浮点算好系数，再把整个滤波器实现改为定点化，牺牲一点动态范围换取运行速度。

3.3 示波法算法的具体实现与参数标定

脉搏波提取出来之后，接下来的工作就是找包络线。我在代码里维护了一个结构体数组，每个元素包含一个压力值和对应的脉搏波幅度。具体实现是：对每个放气阶段的脉搏波信号取极值，把相邻峰值的差值作为该压力点的脉搏波幅度。

关键算法代码如下，这个函数直接完成了从压力数组和幅度数组到收缩压、舒张压的映射：

// 示波法核心算法：寻找包络峰值并计算收缩压与舒张压 // pressure[]: 袖带压力数据，单位mmHg // amplitude[]: 对应压力点的脉搏波幅度 // count: 数据点数量 // sbp: 输出收缩压 // dbp: 输出舒张压 uint8_t oscillometric_alg(uint16_t *pressure, uint16_t *amplitude, uint16_t count, uint16_t *sbp, uint16_t *dbp) { uint16_t max_idx = 0; for (uint16_t i = 1; i < count; i++) { if (amplitude[i] > amplitude[max_idx]) { max_idx = i; } } // 平均压直接取包络峰值对应压力 uint16_t map_pressure = pressure[max_idx]; // 收缩压：从峰值往前找，幅度首次降到峰值50%的位置 uint16_t sbp_thr = amplitude[max_idx] / 2; uint16_t sbp_idx = 0; for (int i = max_idx; i > 0; i--) { if (amplitude[i] <= sbp_thr) { sbp_idx = i; break; } } // 舒张压：从峰值往后找，幅度首次降到峰值70%的位置 uint16_t dbp_thr = amplitude[max_idx] * 7 / 10; uint16_t dbp_idx = 0; for (uint16_t i = max_idx; i < count; i++) { if (amplitude[i] <= dbp_thr) { dbp_idx = i; break; } } *sbp = pressure[sbp_idx]; *dbp = pressure[dbp_idx]; return 0; }

这段代码隐藏了一个细节：阈值系数0.5和0.7不是随便写的。它们对应的是商用血压计中最常用的固定比例系数，但不同人群的血压特征不一样，比如老年人血管弹性较差，包络比阈值应该适当调整。我在实际调试中发现，0.5和0.7的默认值在20到30岁的测试者身上表现良好，但对中老年测试者，收缩压阈值取0.45更准确。

标定的方法是：用一台水银血压计或商用电子血压计作为参照，分别测量同一人多个时间点的血压，记录自己的算法输出和参照输出的差值，然后做线性回归，修正阈值参数。毕设论文里如果能把这个标定过程写进去，内容的含金量会立刻不一样。

算法还有一个边界情况要处理：如果放气过快，包络线峰值附近的采样点太少，有可能峰值被漏掉或者位置偏移。所以我在算法前会做一次插值处理，用三次样条把脉搏波幅度序列插值成两倍密度的数组，这样峰值定位的精度就有保障了。

4. 调试日记：我在这个项目里踩过的坑与排查思路

4.1 ADC数值飘得离谱，先检查电源和地

第一次把硬件焊好上电的时候，我遇到的情况是：传感器静止不动，ADC读数却在500到1200之间大幅跳动。当时第一反应是传感器坏了，后来用万用表量了一下传感器输出引脚，发现模拟电压确实也在跳，但幅度没有ADC读数那么夸张。

排查了一圈，问题出在两个地方。第一个是电源：我用USB供电，USB的5V经过AMS1117降到3.3V，但AMS1117后面没有加足够大的滤波电容。气泵不工作时还好，气泵一转，电流骤增，电源上就会叠加一个很大的纹波。解决方案是在3.3V和GND之间加了一个470μF的电解电容和一个0.1μF的陶瓷电容，纹波立刻降下来了。第二个是参考电压：直接用VDD做VREF，芯片内部没有隔离，电源纹波直接进入ADC。解决方案是换用REF3033基准源，这个改动效果立竿见影。

所以调试ADC类的项目，先别急着调软件，拿示波器看看电源轨的纹波、看看传感器输出端是否有毛刺，往往能省下几个小时的时间。

4.2 脉搏波时有时无，问题可能出在袖带和放大

软件写好之后，第一次完整测量发现脉搏波提取结果非常不稳定：有时候能看到明显的脉搏波，有时候整段数据清一色都是直线。我仔细检查了代码逻辑，排除了算法问题，最后发现是袖带的问题。

电子血压计袖带和普通医用袖带略有区别，里面其实是一根连接气管的橡胶气囊。气囊通过气管与压力传感器相连，袖带绑在手臂上充气后，气囊内的空气压力变化会通过气管传到传感器。如果袖带绑得太松，气囊和手臂之间存在空隙，血管搏动就无法有效地传递到气囊内部，导致传感器只能测到气压而测不到搏动。

解决方案也简单：绑袖带时确保气囊中心正好压在肱动脉上方，松紧程度以“能插进一根手指”为准。这个经验需要在操作指南里写清楚，因为测试者的使用方式直接影响测量结果。

另外，如果传感器输出经过放大电路之后脉搏波幅度仍然很小，比如只有几十毫伏，也不要急着改放大倍数。先用示波器确认传感器直接输出端有没有搏动信号，如果有，说明放大电路的地线布局有问题；如果没有，说明传感器连接的气路有漏气，或者袖带放置不正确。

4.3 测量结果与商用血压计对比偏差大，参数怎么调

有一段时间，我的设备测出来的收缩压总是比商用血压计高15到20mmHg。这种整体偏差不是随机误差，而是系统误差，基本可以确定是算法参数的偏差。

按照前面讲的方法，我找了5个测试者，分别用我的设备和商用设备测了30组数据，然后跑了一次简单的统计分析。发现如果收缩压阈值从0.5降到0.45，偏差明显缩小到±5mmHg以内。舒张压阈值从0.7改成0.72后，也获得一定改善。

调参的过程不复杂，但需要耐心。我写了一个上位机辅助脚本，通过串口把每次测量的压力序列和脉搏波序列导出来，在Python里离线分析，这样能快速迭代算法参数，而不用每次烧录代码重新测一遍。如果你用的是Keil开发环境，用串口打印原始数据再放到脚本里分析，完全可以复刻这个流程。

还有一个容易忽略的问题：测量时用户的手臂位置。如果手臂与心脏不在同一高度，水银血压计的读数本身就会出现偏差，电子血压计也是同理。我最初测试时手放在桌上和手举高贴身，读数差异能达到10mmHg以上。确保所有对比测试的姿势一致，数据的可比性才成立。

这里列出我在调试后期建立的一个排查速查表，方便对照：

5. 毕设资料整理清单：让这份代码真正成为你的加分项

5.1 源码工程应该怎么组织

很多同学拿到项目直接Ctrl+C、Ctrl+V，到头来自己都没读过一遍代码，这种方式即使通过了查重也过不了答辩。真正的做法是理解每一段关键代码的用途，然后重构工程目录。

我建议的工程目录结构如下：

Project/ ├── Core/ │ ├── Inc/ // 头文件 │ └── Src/ // 主函数、中断、系统时钟配置 ├── Hardware/ │ ├── Sensor.c // 压力传感器驱动 │ ├── Pump.c // 气泵控制 │ ├── Valve.c // 电磁阀控制 │ ├── OLED.c // 显示屏驱动 │ └── Key.c // 按键扫描 ├── Algorithm/ │ ├── Filter.c // 数字滤波实现 │ └── BP_Calc.c // 示波法血压算法 ├── Data/ │ └── history.c // 数据存储 └── main.c

代码风格上，每个函数前面都写了简洁的函数说明和输入输出参数说明，全局变量尽最大努力减少，模块间的接口用函数封装。这样做不仅答辩时加分，后续扩展蓝牙模块或者增加WiFi传输时也会方便很多。

5.2 从原理图到论文：一份完整毕设资料的构成

一个能拿高分的毕设，交付的绝不仅仅是能跑的代码。完整的资料包至少包含六项：源码工程、原理图、PCB文件、毕业设计说明书、演示视频、答辩PPT。

原理图我用的Altium Designer画的，但如果你更熟悉立创EDA也可以，关键是所有元器件都标注清楚封装和数值，方便别人照着购买和焊接。PCB走线要特别注意：模拟信号走线要远离气泵和电磁阀驱动的功率走线，晶振下方不要走任何信号线。

毕业设计说明书的结构，我建议这样组织：第一章绪论写国内外电子血压计研究现状；第二章讲示波法测量原理和系统总体设计；第三章写硬件电路设计，包括传感器选型和驱动电路；第四章写软件设计，包括滤波算法和核心血压判定算法；第五章写系统测试与误差分析。论文里贴几张示波器抓到的脉搏波图和OLED显示的测量结果图，很有说服力。

答辩时老师最喜欢问的几个问题包括：为什么选示波法不选听诊法？压力传感器量程为什么选这个？滤波器的截止频率是怎么确定的？算法中0.5和0.7比例系数为什么是这个值？这些问题我在正文里都已经给出了答案，把原理吃透，答辩时就能稳住。

5.3 演示环节的准备：让评委两分钟看懂你的项目

毕设答辩的演示环节时间有限，我的做法是提前录一段两分钟左右的视频：把袖带绑在测试者手臂上，按下开始键，能看到OLED屏上显示“充气中”，然后是一段实时压力变化曲线，最后显示收缩压、舒张压和心率。同时用一台商用血压计同步测量，做一次直观对比。这个对比的数据会直接展示误差范围，比任何口头说明都有说服力。

如果现场条件允许，也可以让评委实际操作一次。不过要注意血压计是医疗设备，需要提前说明使用禁忌和注意事项，并且征得对方同意后再操作。

写在最后，关于这个项目的一点个人体会

做完这个项目之后，一个明显的感受是：嵌入式医疗设备真正的技术含量并不在硬件本身，而在信号处理与算法参数取舍这些“看不见”的地方。血压计看起来简单，但要做到准确、稳定、可重复，需要下不少功夫。

另外想多说一句，做毕设千万不要只做个“代码搬运工”。把示波法原理彻底弄懂、亲手跑过一遍数据、体验过从波形异常到找到原因的过程，这些经历才是毕设真正留给你的东西。代码可能过两年就忘了，但排查问题的思路和对一个完整闭环系统的掌控感，会伴随你进入下一阶段的工作或学习。以后再做类似的设备，哪怕是心率计、血氧仪，你会发现核心的思路是相通的。

本文还有配套的精品资源，点击获取