- 综合排序
- 最热优先
- 最新优先
- 来自专栏电子电路开发学习
基于STM32的心率计(2):R波识别算法设计
前言 上一篇文章：基于uFUN开发板的心率计（一）DMA方式获取传感器数据，介绍了如何获取PulseSensor心率传感器的电压值，并对硬件电路进行了计算分析。 心率计，重要的是要获取到心率值，本篇文章将介绍一种采样数据处理算法——动态阈值算法，来获取心率值，这种算法来自于一位网友：玩的就是心跳 —— 使用 PulseSensor 脉搏传感器测量心率(http: , DATA_SIZE); min = Get_Array_Min(data, DATA_SIZE); mid = (max + min) / 2; filter = (max - min) / 2; } PRE_PULSE = PULSE; // 保存当前脉冲状态 PULSE TRUE) // 寻找到“信号上升到振幅中间位置”的特征点，检测到一次有效脉搏 { pulseCount++; pulseCount %= 2;
82310编辑于 2024-07-02 - 来自专栏电子电路开发学习
基于uFUN开发板的心率计（二）动态阈值算法获取心率值
上一篇文章：基于uFUN开发板的心率计（一）DMA方式获取传感器数据，介绍了如何获取PulseSensor心率传感器的电压值，并对硬件电路进行了计算分析。 心率计，重要的是要获取到心率值，本篇文章将介绍一种采样数据处理算法——动态阈值算法，来获取心率值，这种算法来自于一位网友：玩的就是心跳 —— 使用 PulseSensor 脉搏传感器测量心率(http: filter = (max - min) / 2; } PRE_PULSE = PULSE; // 保存当前脉冲状态 PULSE = TRUE) // 寻找到“信号上升到振幅中间位置”的特征点，检测到一次有效脉搏 { pulseCount++; pulseCount %= 2; 基于uFUN开发板的Keil源码下载 STM32_GetBMP.rar uFUN评测系列文章 【UFUN开发板评测】小巧而不失精致，简单而不失内涵——uFun开发板开箱爆照 基于uFUN开发板的心率计（
1.6K10发布于 2020-07-16 - 来自专栏电子电路开发学习
基于STM32的心率计(3):Qt上位机设计
这篇文章写完，uFUN心率计这个小项目就算结束了。 关于Qt Qt是一个1991年由Qt Company开发的跨平台C++图形用户界面应用程序开发框架。 ：B+心率值+\r\n 槽函数里进行串口数据的解析： //串口数据接收并解析 void Pulse::serialPort_readyRead() { bool ok1, ok2; = rx_buf.indexOf("\r\n"); QString str2 = rx_buf.mid(1, index2 - 1); BMP = str2.toInt(&ok2 ); qDebug() << "心率值: "<< str2; if(ok2 && ! https://wcc-blog.oss-cn-beijing.aliyuncs.com/QtUpdate/uFun_Pulse_v1.1.exe 总结 这两周利用周末的时间，把uFUN开发板+传感器实现心率计这个小项目的实现过程写完了
1.3K10编辑于 2024-07-02 - 来自专栏嵌入式项目开发
基于STM32设计的健康检测设备(测温心率计步)
项目介绍 本文介绍的项目是基于STM32设计的健康检测设备，支持体温测量，心率检测，支持运动计步(采用MPU6050陀螺仪实现),支持WIFI传输数据到手机APP打印显示。 硬件环境介绍: MCU采用STM32F103C8T6 心率传感器采用PulseSensor 体温检测传感器采用红外测温传感器 运动计步功能采用MPU6050陀螺仪实现 OLED显示屏采用0.96寸中景园电子的 OLED显示屏-SPI接口 编程软件采用keil5 心率传感器: [image-20211230181809837] MPU6050传感器: [image-20211230181847836] 体温测温模块 项目源码介绍 2.1 计步功能实现代码 计步功能是通过MPU6050陀螺仪测量计算得到，下面贴出计步算法的核心实现代码. /*************************************** **************************************** 文件名: stepAlgorithm.c 描述 : 计步算法 ************
1.4K30编辑于 2022-01-06 - 来自专栏电子电路开发学习
基于uFUN开发板的心率计（三）Qt上位机的实现
上两周利用周末的时间，分别写了基于uFUN开发板的心率计（一）DMA方式获取传感器数据和基于uFUN开发板的心率计（二）动态阈值算法获取心率值，介绍了AD采集传感器数据和数据的滤波处理获取心率值。 这篇文章写完，uFUN心率计这个小项目就算结束了，最近又做了个uFUN开发板的扩展板，在微信群里的朋友都已经看到了，后面会做一些好玩的东西，大家要保持关注哈！ ); qDebug() << "心率值: "<< str2; if(ok2 && ! https://wcc-blog.oss-cn-beijing.aliyuncs.com/QtUpdate/uFun_Pulse_v1.1.exe 总结 这两周利用周末的时间，把uFUN开发板+传感器实现心率计这个小项目的实现过程写完了 uFUN评测系列文章 基于uFUN开发板的心率计（一）DMA方式获取传感器数据 基于uFUN开发板的心率计（二）动态阈值算法获取心率值 【UFUN开发板评测】小巧而不失精致，简单而不失内涵——uFun开发板开箱爆照
2K10发布于 2020-07-16 - 来自专栏电子电路开发学习
基于STM32的心率计(1):DMA方式获取传感器数据
前言 最近利用下班后的时间，做了个心率计，从单片机程序到上位机开发，到现在为止完成的差不多了，实现很简单，uFUN开发板外加一个PulseSensor传感器就行，又开发了配套的串口上位机，实现数据的解析和显示 单片机通过将采集到的模拟信号值转换为数字信号，再通过简单计算就可以得到心率数值。 计算出心率值为：600 / 0.685 = 87，我的心率在正常范围内（废话！），这个传感器测心率还是可以的。 (RCC_APB2Periph_ADC1 | RCC_APB2Periph_GPIOC, ENABLE); 引脚配置成模拟输入模式： GPIO_InitStructure.GPIO_Pin = GPIO_Pin 匿名上位机的帧格式配置 实际的显示效果： 总结 传感器数据的获取，只是心率计实现的第一步，传感器放置位置的不同，波形的振幅也会不同，所以，对获得数据的处理、分析，才是最关键的部分。
46910编辑于 2024-07-02 - 来自专栏电子电路开发学习
基于uFUN开发板的心率计（一）DMA方式获取传感器数据
前言 从3月8号收到板子，到今天算起来，uFUN到手也有两周的时间了，最近利用下班后的时间，做了个心率计，从单片机程序到上位机开发，到现在为止完成的差不多了，实现很简单，uFUN开发板外加一个PulseSensor 单片机通过将采集到的模拟信号值转换为数字信号，再通过简单计算就可以得到心率数值。 计算出心率值为：600 / 0.685 = 87，我的心率在正常范围内（废话！），这个传感器测心率还是可以的。 (RCC_APB2Periph_ADC1 | RCC_APB2Periph_GPIOC, ENABLE); 引脚配置成模拟输入模式： GPIO_InitStructure.GPIO_Pin = GPIO_Pin 匿名上位机的帧格式配置 实际的显示效果： 总结 传感器数据的获取，只是心率计实现的第一步，传感器放置位置的不同，波形的振幅也会不同，所以，对获得数据的处理、分析，才是最关键的部分。
1K20发布于 2020-07-16 - 来自专栏肖蕾的博客
ECG 心率计算
max_num 波峰的代表值 * @param min_num 波谷的代表值 * @param check_time 一次计算的时间，会根据这个数据进行切割 [1-5秒的数据][2- 60 * hz) * (count - 1) / cha); } } } interface OnResult { // 计算心率的结果
65510发布于 2021-03-18 - 来自专栏饶文津的专栏
【计导作业】链表——成绩统计2
0821131666666 1495 Albert Einstein 0821131477777 1350 Bill Gates 0821131588888 1101 ##### 输出 There are 2 They are: Name:小王同学 ID:0821131699999 Score:1490 Name:Liu Mengmeng ID:0821131666666 Score:1495 分析 这题是计导作业
55520发布于 2020-06-02 - 来自专栏SIGAI学习与实践平台
基于视频分析的rPPG心率检测综述
2008年，Verkruysse等人首先研究证明，通过摄像头采集人的面部视频，可以从中分析出和心率相关的光电容积脉搏波描记信号，从而实现远程测量心率[2]，相关原理被称为rPPG。 基于rPPG采用普通高清摄像头测量心率首次由Verkruysse等人研究提出[2]，随后，Poh等人提出在RGB三通道应用盲源分离算法（BSS）去测量心率[3]；Sun等人提出了一个在环境光条件下应用联合时频分析去远程测量心率的基本框架 图2：基于rPPG远程测量心率的基本框架 首先，在某个光源或是自然的环境光条件下，使用摄像头捕捉人脸上某个区域的皮肤数据，这个区域被称为ROI（Region of Interest），ROI可以手动挑选或是使用某些算法自动探测和追踪 (2) Model-Based Methods 利用一些颜色矢量的先验信息，基于模型的方法可以更好地从采集到的原始混合数据中分离出心率信号，就实验结果来看也更优于之前大部分BSS方法。 （2）建立一个公开数据集基准 实际上，研究更好的基于视频分析的rPPG方法的一个很大困难是缺乏在现实情况下记录的公开数据集，目前已发表的大多数论文都是在私人拥有的数据集上进行评估。
5.7K41发布于 2019-09-25 - 来自专栏肖蕾的博客
Android开发 - 实时心率控件图
数据处理流程： graph LR 心率数据-->心率仓库 心率仓库-->根据采样率获取心率数据 根据采样率获取心率数据--> 打印数据 思路篇： 整个控件分成上下两层。 表格篇 1.线条绘制由一个基准线标准，可以将线条的绘制维持在基准线上下，而不会导致线条偏移离谱 2.由基准线衍生出来的表格，需要可以自定义表格的行数，线条宽度，以及颜色，等。 --一个控件，可以显示的心率的时长--> <attr name="heart_show_seconds" format="integer" /> <! --心率线条的颜色--> <attr name="heart_color" format="color" /> <! ,默认为2秒钟 showSeconds = typedArray.getInteger(R.styleable.HeartView_heart_show_seconds, 2);
1.8K20发布于 2019-08-05 - 来自专栏书山有路勤为径
特征点法视觉里程计（2D-2D）
可重复性 可区别性 高效 本地 特征点的信息： 位置、大小、方向、评分——关键点 特征点周围的图像信息——描述子（Descriptor） 例子：SIFT/SURF/ORB OpenCV features2d (汉明距离) 加速：快速最近邻居（FLANN） 特征匹配之后，得到特征点之间的对应关系 如果只有两个单目图像，得到2D-2D的关系——对极几何 如果匹配的是帧和地图，得到3D-2D的关系—— PnP 如果匹配的是 RGB-D,得到3D-3D的关系——ICP 2D-2D对极几何 P在两个图像的投影为 ? 5.两侧左乘：t^x_2 = t^Rx_1 6.再一步左乘： ? t^ ? = ? t^ ? 7 . 对极约束 ? t^ ? ? ? ? ? 2D-2D对极几何小结 2D-2D情况下，只知道图像坐标之间的对应关系 当特征点在平面上时，（例如俯视或者仰视），使用H恢复R,t 否则，使用E或F恢复R,t t没有尺度 求得R,t后： 利用三角化计算特征点的
1.3K20发布于 2019-06-15 手机安卓连接蓝牙BLE心率带记录全天心率，全部源代码程序
一、心率带行者XOSSX2PRO心率带自己有自动记录功能，然后数据可同步到行者APP，再导出到电脑，方便，但内置锂电池质量差，一年就坏了，可能没用十次，垃圾。 可以双手握心率带，也能检测到心率。X2开机运行状态，没有任何指示灯指示。X2如果20秒没有测到心率，不管有没有连接到手机蓝牙，都会强行关机，指示灯（绿灯）会亮几秒后关掉。 X2开、关机只与有没有检测到心率有关，与有没有连接到蓝牙无关。 【晚上睡觉会断联】白天还好，带子绑得紧，心率检测稳定。但晚上睡觉时，带子显得太紧不舒服，太松又检测不到心率，很快X2就断开了，所以经常会断联，所以程序上必须进行自动重连！！ =0x10)//XOSSX2的心率数据第一个字节是0X10，无心率时第一个字节是0x00{if(g_lasttimetype==1)g_emptydatanum++;//上次是空数据，进行空数据统计elseif
37410编辑于 2026-02-18- 来自专栏BY的专栏
iOS噪音计原理、分贝计
分贝dB 首先要测量噪音，必须知道噪音的大小的参考的单位为分贝（dB），分贝的定义如下： SPL = 20lg[p(e)/p(ref)] p(e)为待测的有效声压，p(ref)为参考声压，一般取2*10E
4.6K60发布于 2018-05-11 - 来自专栏MicroPython
基于MicroPython:TPYBoard心率监测器
2.心率是最好的运动“导师” 如果是经常做运动的朋友应该都知道，平时运动时可以根据心率数据更好地控制运动强度，因为心率和吸氧量及最大摄氧量呈线性关系，而且最大心率百分比也和最大摄氧量的百分比呈线性关系， 2、心电信号测量法 还有一种就是心电信号测量法，它通过智能穿戴设备上搭载的传感器捕捉人每次心跳时微小的电极变化，再经过算法还原出心率跳动的频率，原理和心电图类似原理。 标准的I2C兼容的通信接口可以将采集到的数值传输给Arduino、STM32 等单片机进行心率和血氧计算。此外，该芯片还可通过软件关断模块，待机电流接近为零，实现电源始终维持供电状态。 程序运行后，显示屏会显示一个心形的图案,同时MAX30102模块上的红色LED灯会亮起； 3.jpg 2. 5.jpg 五、总结 使用MAX30102测量的心率值与荣耀手环4测量的心率值接近（大概有2-3值的差别）。程序中也有对血氧饱和度的测试，大家可以从程序中提取出来显示在显示屏上。
1.7K50发布于 2019-06-19 - 来自专栏技术汇总专栏
基于STM32和FreeRTOS的智能手环项目设计与实现【免费开源】
本项目旨在设计一款基于STM32微控制器和FreeRTOS实时操作系统的智能手环，具备心率监测、运动计步、睡眠分析以及蓝牙通信功能。 、PWM）低功耗模式，支持睡眠和停机模式社区支持丰富，开发资源充足2.2 传感器模块智能手环的数据采集主要依赖以下传感器：心率传感器（MAX30102）通过红外和红光测量血液脉动，实现心率监测I2C接口与 STM32通信加速度传感器（MPU6050）三轴加速度+三轴陀螺仪，用于运动检测与计步I2C接口实现数据传输OLED显示屏（0.96寸，I2C）显示时间、步数、心率、通知信息蓝牙模块（HC-08 BLE ：每秒采集一次心率数据，并计算平均心率运动计步任务：持续读取加速度数据，利用阈值和滤波算法计算步数OLED显示任务：定时刷新显示内容APP通信任务：通过BLE发送数据至手机APP传感器数据管理任务：统一管理传感器状态和中断响应 3.2 FreeRTOS任务设计每个任务优先级根据实时性和资源占用情况进行分配：任务名称 优先级执行周期 描述 心率采集任务 高 1秒/次 实时心率计算 运动计步任务
1.5K02编辑于 2025-08-21 - 来自专栏数据库相关
Python 36计
出处是devops
56610发布于 2019-09-17 - 来自专栏简言之
计网 & OS
计网 ①网络分层 ②TCP ❶三次握手 第一次握手：客户端向服务端发起建立连接请求，客户端会随机生成一个起始序列号x，客户端向服务端发送数据包（包含标志位SYN=1，序列号seq=x）。 第二次挥手：服务端收到连接释放报文段后发出确认报文段（ACK=1，ack=u+1，seq=v），服务端进入CLOSE-WAIT（关闭等待）状态，客户端进入FIN-WAIT-2（终止等待2）状态，此时的TCP 如果客户端等待 2MSL（最大报文段生存时间） 后依然没有收到回复，就证明服务端已正常关闭，客户端才进入CLOSED状态。 1.握手协议：负责在客户端和服务器端商定密码算法和共享密钥，包括证书认证 2.密码规格变更协议：负责向通信对象传达变更密码方式的信号 3.警告协议：负责在发生错误的时候将错误传达给对方 4. 2.GET请求产生1个TCP数据包；POST请求产生2个TCP数据包。
1.3K21编辑于 2022-12-29 高频通用计数频率计的用途及使用方法、频率计推荐、频率计厂家、通用频率计、高频频率计
本文将以西安同步SYN5636型高精度通用计数器为例，举例说明频率计具体哪些用途及如何使用。 二、频率计的实际使用方法本文基于SYN5636进行频率计的典型操作流程讲解：1.硬件连接使用50Ω同轴电缆连接被测信号源至通道C（60GHz选件），确保接头匹配良好；若测量高压信号，需外接差分探头（如选件 2.参数设置模式选择：通过7寸触摸屏进入“频率测量”界面，选择“高频模式”并设置量程为60GHz。 2.校准策略优化对于高精度需求，建议同时使用内部OCXO和外部铷钟进行双重校准，通过时差法计算频率偏差。在极端温度环境下，提前预热设备30分钟，确保时基稳定。 2.高动态范围与灵敏度支持 - 5V 至 + 5V 幅度输入范围，可识别低至 12mVrms 的微弱信号。在卫星地面站测试中，即使接收信号功率低，仍能准确测量频率偏差，确保与在轨卫星的通信链路稳定性。
39310编辑于 2025-09-17- 来自专栏零域Blog
iOS噪音计
前言 最近在办公室觉得有点吵，然后忽然想做一个噪音计测试一下噪音，在App Store下载了几款测噪音软件，使用原来都大同小异。于是决定自己实现测噪音的原理。 分贝dB 首先要测量噪音，必须知道噪音的大小的参考的单位为分贝（dB），分贝的定义如下： SPL = 20lg[p(e)/p(ref)] p(e)为待测的有效声压，p(ref)为参考声压，一般取2*10E
91040编辑于 2022-03-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号