摘要：可穿戴设备的心率监测功能已成为智能手表/手环的核心卖点之一，但其背后的技术链路远比“几颗灯闪一闪”复杂。本文从PPG（光电容积描记法）的基本物理原理出发，系统解析光学心率传感器的信号采集、芯片处理、运动伪影抑制及结构设计约束，试图为开发者与硬件工程师提供一个相对完整的技术视角。

一、PPG基本原理：不是在“听心跳”，而是在“看血流影子”

智能手表背面的心率监测，其技术基础是光电容积描记法（Photoplethysmography, PPG）。

PPG的本质可以概括为：用特定波长的光照射皮肤，通过检测反射光强度的周期性变化来推算心率。

具体物理过程如下：

1. LED光源发出光束，照射到手腕皮肤表面；

2. 光线穿过表皮层进入真皮层，部分被组织吸收，部分发生散射与反射；

3. 光电二极管（PD）接收反射回来的光信号；

4. 血液容积随心动周期呈搏动性变化——心脏收缩时血量增加、反射光减弱，舒张时血量减少、反射光增强；

5. 这种光强的周期性波动被转换为电信号，经ADC采样后送入算法处理，最终输出心率值。

所以，PPG传感器本质上是一个“光学计数器”——它不直接接触血管，只是安静地发射光线、接收反射，然后从光的波动中提取出心跳的节奏。

二、为什么选绿光？——波长选择的工程逻辑

许多可穿戴设备采用绿光作为心率测量的主要光源。

原因在于：血液呈红色，对绿光的吸收率较高。当血管随心跳舒缩时，血容量发生变化，绿光的反射强度变化最为显著——信噪比更高，信号更容易被检测到。

当然，实际产品往往不只依赖单一波长。除了绿光主通道，还会搭配红外光用于佩戴检测、红光用于血氧测量等。多波长的组合方案可以在不同场景下切换最优的光学参数。

三、芯片在做什么：采样、缓存与功耗管理的系统工程

以LC10A这类心率传感器为例，其核心功能可以从以下几个维度理解：

采样频率可配置：支持10Hz到1kHz的可调采样率。静息状态下可以用较低采样率省电，运动场景下则需要高频采样捕捉更多信号细节。

LED驱动电流可调：电流范围覆盖1.25mA到155mA。肤色深浅、佩戴松紧、环境光强弱都会影响回传信号强度，芯片需要根据实时信号质量动态调节发光亮度。

内置FIFO缓存：128Byte的FIFO（先入先出队列）作为数据暂存区。主控芯片不需要实时轮询传感器，可以批量读取数据——减少唤醒次数就是省电。

佩戴识别：通过红外光检测反射信号的变化，判断设备是否佩戴在皮肤上。摘下后自动进入低功耗模式，避免“桌面心率”的无效数据产生。

功耗指标：工作电流约200μA（基于黄种人肤色）。这个量级意味着在整机功耗预算中占比可控，为续航留出空间。

四、运动伪影：为什么跑步时心率容易“飘”

安静状态下，PPG波形像平稳的波浪，特征明显、易于处理。

但一旦进入运动状态，问题就复杂了。运动伪影（Motion Artifact）是PPG心率监测在可穿戴场景中面临的核心技术挑战。

运动伪影的来源主要有三类：

1. 传感器-皮肤相对位移

跑步或摆臂时，手表与手腕之间发生微小滑动，光学窗口与测量点位偏离。光路被破坏，反射信号不再稳定对应于同一组织区域。

2. 接触压力变化

手臂摆动过程中，表带与皮肤的贴合压力不断变化。压力变化会改变皮下组织的形变状态，进而影响光的散射特性。

3. 环境光干扰

运动时手表可能暴露在不同角度和强度的环境光下（如阳光），环境光中的红光/红外成分可能通过结构缝隙灌入传感器。

这些干扰叠加在PPG信号上，产生大幅度的非生理性波动。学术研究通常采用多传感器融合+自适应滤波的方案来抑制运动伪影：用加速度计采集运动信号作为参考，通过盲源分离或多级自适应滤波算法从被污染的PPG信号中分离出真实的脉搏成分。

但需要明确的是：算法补偿能力是有上限的。当物理接触恶化到信号完全不可用（信噪比低于有效解调门限）时，任何信号处理算法都无法从噪声中恢复有效信息。

五、结构设计：信号质量的“第一道防线”

很多开发者容易忽视的一个事实是：PPG信号的上限，在结构设计阶段就已经被决定了。

规格书中那些看似“吹毛求疵”的尺寸要求，背后都是光学逻辑：

LED与PD的间距控制：两者需要尽量靠近，确保照射的是同一组织点位。距离过大，两束光看到的组织区域不同，计算出的比值就失去物理意义。

隔光设计：LED和PD之间必须有物理隔光结构（如硅胶隔光框）。否则光直接从LED“抄近道”到达PD——这叫直达漏光——传感器看到的不是血流信息，而是自己的光。

盖板透光率与厚度：镜片需要保证特定波段（400-1000nm）的高透光率，厚度通常建议不超过0.5mm。过厚或透过率不足，入射光和反射光都会衰减。

电源完整性：供电LDO的纹波与瞬态响应直接影响模拟前端信号质量。纹波峰峰值需控制在40mV以内、1mA到100mA瞬变稳定时间需小于50μs——先把电源噪声压住，再谈算法。

结构决定信号上限，算法只能在这个上限内努力。这句话值得所有PPG相关项目的硬件工程师反复琢磨。

六、省电策略：不是“少测”，而是“聪明地测”

可穿戴设备对功耗的敏感度远高于手机。心率传感器的省电策略主要体现在以下几个层面：

1. 佩戴检测前置

通过红外光定期检测佩戴状态。确认佩戴后才启动高精度测量模式，未佩戴时仅维持微安级的低功耗侦测。

2. 动态调参

静息时降低采样率和LED电流，运动时自动提升。“够用就好”的原则贯穿整个采集链路。

3. FIFO批量读取

数据先缓存在芯片内部，主控按需批量读取而非实时轮询——减少MCU唤醒次数就是最直接的省电手段。

4. LED电流自适应

根据肤色、佩戴状态、环境光等条件动态调节发光强度。不浪费每一毫安。

省电的本质不是“偷懒少测”，而是让每一毫安电流、每一次采样都花在刀刃上。

七、给开发者的几点工程建议

基于以上分析，对于从事PPG心率监测相关开发的工程师，以下几点值得特别关注：

1. 先搞定光学结构，再调算法

很多项目在结构未定型时就投入大量精力调算法，结果结构一改、全部重来。光路干净是第一优先级。

2. 运动场景的测试不能省

静息状态下表现良好的方案，到了跑步、摆臂场景可能完全失效。多轴加速度计辅助的运动伪影抑制算法是必选项，不是可选项。

3. 关注电源完整性

模拟前端对电源噪声极其敏感。LDO选型和PCB布局的投入，回报率远高于在软件层面做额外滤波。

4. 留足FIFO和算力余量

运动场景下需要更高的采样率和更复杂的滤波算法。硬件选型时预留足够的缓存空间和算力冗余，避免后期“拆东墙补西墙”。

写在最后：

智能手表心率监测，从物理原理到芯片实现，从结构设计到算法补偿，是一条完整的技术链路。任何一个环节的短板都可能成为系统瓶颈。

PPG用光“看”血流的节奏；芯片负责点灯、采样、缓存与功耗调度；结构遮光与佩戴稳定性决定信号质量的上限；算法则在这个上限内完成从信号到心率值的最后转换。

对开发者而言，理解这条链路的每一环，比单纯追求“算法多强”更有意义——因为很多所谓的“算法问题”，根源其实在物理层。

📌本文基于公开技术资料与学术文献整理，旨在技术交流与知识分享，不涉及任何具体商业产品信息。

参考资料：

[1] LC10A心率传感器产品规格书

[2] 光电容积脉搏波技术相关学术文献

[3] 运动伪影去除相关研究

[4] PPG传感器结构设计相关专利与文献