基于51单片机与Proteus的心率血氧检测系统仿真全流程解析-平芜编程栈

简介：本资源是一套面向电子工程专业学生、嵌入式初学者及医疗电子爱好者的基础实践项目，聚焦于生理参数检测这一典型应用场景，解决心率与血氧饱和度在无真实硬件条件下的原理验证与系统联调问题。压缩包共含多个关键文件，包括Proteus仿真原理图（.DSN）、51单片机C语言源程序（.c/.hex）、LED显示驱动逻辑及PPG信号处理子程序，整体大小为43.75MB，结构清晰，便于分模块理解硬件连接与软件协同机制。已有1038人学习下载，反映出其在教学仿真与课程设计中的高实用性。读者可直接导入Proteus运行仿真，观察PPG传感器模拟信号采集、红光/红外双通道AD采样、SpO2算法实现及LCD实时数据显示全过程；配套代码注释详尽，涵盖光电容积描记法（PPG）原理映射、脉搏波峰值检测、比值查表法计算血氧等核心环节，是掌握嵌入式生理监测系统开发的优质入门范例。

1. 项目缘起：从“玩具”到“准医疗”的仿真探索

几年前，我还在大学实验室里捣鼓51单片机，那时候做个流水灯、数码管显示就觉得挺有成就感。后来接触到一些健康监测设备，比如当时开始流行的智能手环，心里就痒痒：用我手头这块“古老”的51单片机，能不能也做个心率血氧检测的玩意儿？当然，真做硬件，传感器、PCB打样、焊接调试，成本不低，而且对信号处理的要求极高，稍有不慎数据就飘得没法看。这时候，Proteus仿真环境就成了一个绝佳的“沙盘”。它允许我在不烧坏任何一块芯片、不浪费任何一个传感器的情况下，把整个系统的硬件连接、程序逻辑乃至最关键的信号模拟与处理算法，从头到尾跑通、调优。这个“基于51单片机的心率血氧脉搏检测的Proteus仿真”项目，本质上就是一次低成本的、高自由度的电子系统设计与信号处理算法的综合演练。它剥离了硬件不稳定性的干扰，让我们能聚焦于核心：如何用51单片机有限的资源，去处理模拟人体生理信号的微弱电信号，并从中提取出心率、血氧饱和度这些关键参数。对于电子爱好者、单片机初学者，或是相关课程的学生来说，这远比直接上手硬件更有价值——你能清晰地看到每一个电路环节的作用，每一行代码对最终波形的影响，这种“上帝视角”对于理解生物信号检测的底层逻辑至关重要。

很多人觉得51单片机已经过时了，处理能力弱，做不了这么“高级”的应用。这个项目恰恰是对这种偏见的最好回应。通过精心的电路设计和高效的算法，51单片机完全有能力完成一定精度的生理参数检测仿真。这不仅仅是完成一个课程设计或毕业设计，更是一次对模拟前端电路、ADC采样、数字信号处理（虽然是最基础的）、以及人机交互设计的完整闭环实践。你会发现，那些在智能手环、指夹式血氧仪里“黑盒”运行的原理，在这里被拆解成一个个你可以亲手调整参数的模块。接下来，我就带你一步步搭建这个仿真系统，并深入每个环节背后的“为什么”。

2. 系统核心架构与传感器原理剖析

在动手画原理图之前，我们必须先搞清楚要检测的对象究竟是什么，以及用什么方法去“感知”它。心率和血氧检测，在仿真和实际硬件中，最主流且可行的方法是光电容积脉搏波描记法。听起来很复杂，其实原理很直观：利用人体组织对特定波长光线的吸收特性会随着脉搏跳动而周期性变化这一现象。

PPG信号：当我们把发光二极管（LED）和光电探测器（如光电晶体管）贴放在皮肤（通常是指尖或耳垂）两侧时，LED发出的光线会穿透组织，部分被血液和组织吸收，剩余的被光电探测器接收。血液中的氧合血红蛋白和脱氧血红蛋白对不同波长的光吸收率不同。随着心脏泵血，血管内的血容量呈脉动性变化，导致透射或反射的光强度也随之发生周期性波动。这个微弱的光强变化被光电探测器转换为电信号，就是PPG信号。它包含了丰富的生理信息：信号的周期对应心率，信号的波形形态可以反映血管弹性，而利用两种不同波长（通常是红光和红外光）PPG信号的比值，可以计算出血液的血氧饱和度。

在Proteus仿真中，我们无法模拟真实的人体组织和复杂的光学效应。因此，我们的核心任务是：用电路元件和信号源，逼真地模拟出一个PPG传感器所输出的电信号特性，然后设计后续的放大、滤波、数字化和处理电路，让51单片机能够“读懂”这个模拟信号。

一个完整的仿真系统架构通常包含以下链路：

信号模拟源：替代真实的PPG传感器，产生包含心率、血氧信息的模拟电压信号。
模拟前端处理电路：对微弱的模拟信号进行放大、滤波，将其调理到适合单片机ADC采样的范围。
单片机核心控制与处理单元：以51单片机为核心，负责ADC采样、数字滤波、算法计算（心率、血氧）、逻辑控制（LED驱动）以及结果输出。
人机交互界面：用于显示心率、血氧数值，可能包括LCD1602液晶屏、数码管或更高级的OLED。
Proteus仿真模型：确保所有使用的元器件（特别是单片机、运放、LCD）都有可用的仿真模型。

理解了我们要“制造”并处理的信号是什么，下一步就是搭建产生这个信号的舞台。

3. Proteus仿真电路设计与关键模块详解

在Proteus ISIS中绘制原理图是整个项目的地基。这里我分享一个经过多次调试、稳定可靠的电路设计方案，并解释每一个关键部分的选型理由和参数计算依据。

3.1 脉搏波信号模拟电路设计

这是仿真中最具创意也最关键的一环。因为Proteus里没有现成的“PPG信号发生器”，我们需要用基础元件组合出来。

核心思路：使用一个低频信号源模拟心跳的节拍（基础频率，如1.2Hz对应72次/分钟），再对其进行波形整形，叠加直流偏置和噪声，以模拟真实的PPG信号特征。

我常用的一种有效电路如下：

节拍信号源：放置一个SINE信号源，频率设为1.2Hz（可调），幅度设为0.1V。这个信号模拟心跳的节律。
波形整形：直接将正弦波作为PPG波形不够理想。我们可以通过一个二极管整流电路或使用一个BUFFER配合非线性网络，将正弦波整形为更接近实际PPG脉冲波的形态。更简单的方法是使用两个相位略有偏移的正弦波相加。
添加直流偏置：PPG信号是叠加在一个较大的直流分量上的交流小信号。我们可以使用一个电压源（如+2.5V）通过电阻与上述交流信号相加。这可以通过运放加法器电路实现。
引入噪声：真实的生物信号必然伴有噪声。添加一个高频小幅度（如0.01V,100Hz）的SINE或VSINE信号源作为噪声，与主信号混合。也可以使用Proteus的DSOURCE模型生成更复杂的噪声。
最终输出：将混合后的信号通过一个电压跟随器（如LM358运放接成电压跟随器）进行缓冲输出，得到一个阻抗低、带载能力强的模拟PPG信号PPG_SIM。这个信号的电压范围最好控制在0-3V之间，以适应后续放大电路和单片机的ADC参考电压。

注意：这个模拟信号的质量直接决定了后续算法处理的难度。建议在仿真中先用虚拟示波器（Proteus中的OSCILLOSCOPE）观察PPG_SIM的波形，确保它有清晰的周期性脉冲，并且脉冲形状相对稳定。你可以通过调整信号源的频率来模拟不同心率。

3.2 模拟前端放大与滤波电路

PPG_SIM信号幅度小且含有噪声，必须经过调理。这里采用仪表放大器架构，兼顾放大和抑制共模噪声。

前置放大与高通滤波：
- 使用一颗通用运放（如LM358，Proteus中模型为OPAMP）构成同相放大电路。放大倍数A1 = 1 + Rf/Rg，初步设定为10倍左右。
- 在输入或反馈回路中串联电容，形成高通滤波器，截止频率f_c = 1/(2πRC)。目的是滤除信号中极低频的基线漂移（如呼吸、运动引起的缓慢变化）。截止频率通常设为0.5Hz左右，要低于心率可能的最低频率（如40次/分钟，约0.67Hz）。
- 计算示例：若想设定f_c=0.5Hz，取R=1MΩ，则C = 1/(2π*0.5*1e6) ≈ 0.32μF。选择标称值0.33μF的电容。
二级放大与低通滤波：
- 第二级运放继续采用同相放大，倍数可根据需要再放大10-50倍。总放大倍数要使最终信号峰峰值接近单片机ADC的满量程（如3V）的2/3左右，以留出余量。
- 在第二级构成一个低通滤波器，滤除高频噪声（如肌电干扰、工频干扰）。截止频率应高于心率可能的最高频率（如150次/分钟，约2.5Hz），但远低于噪声频率。设为10Hz是一个合理的起点。
- 计算示例：设定f_c=10Hz，采用一阶RC低通，取R=10kΩ，则C = 1/(2π*10*1e4) ≈ 1.6μF。选择1.5μF或2.2μF电容。
- 重要经验：在Proteus中，运放的供电必须正确连接（如LM358接+5V和GND），且仿真速度要设置为“Real Time”或合适的帧数，否则运放可能无法正常动态工作，输出一直为高或低。
电平移位（可选）：
- 经过交流耦合（高通滤波）后，信号会以0V为中心上下波动。而单片机的ADC通常只能测量0-Vref的正电压。因此，需要用一个加法器电路，将放大后的交流信号叠加一个Vref/2（如1.5V）的直流偏置，使整个信号落在ADC的输入范围内。

3.3 单片机最小系统与ADC接口

51单片机（如AT89C51）本身没有内置ADC，因此必须外接ADC芯片。这是仿真和实际硬件都必须面对的问题。

ADC选型：在仿真中，我强烈推荐使用ADC0808或ADC0809。原因有三：第一，Proteus有成熟且行为准确的仿真模型；第二，它是8位8通道ADC，足以满足需求且接口经典；第三，其转换时序通过程序控制，有助于理解ADC的工作原理。
电路连接：
- ADC0808的模拟输入IN0接调理后的PPG信号PPG_CONDITIONED。
- 参考电压Vref(+)接+5V，Vref(-)接GND，这样输入电压范围是0-5V，量化精度约为5V/256≈19.5mV。
- 数据输出D0-D7接单片机的P1口。
- 控制线：ALE（地址锁存）、START（启动转换）、OE（输出使能）、EOC（转换结束）分别接单片机的P2.0-P2.3。
- CLK引脚需要约500kHz的时钟，可由单片机定时器产生，或使用一个独立的CLOCK信号源（如500kHz方波）连接。
单片机最小系统：包括AT89C51、复位电路（10uF电容+10k电阻）、晶振电路（12MHz晶振+两个30pF电容）。EA引脚接高电平（+5V），使用内部程序存储器。

3.4 双波长LED驱动与切换电路（用于血氧）

要实现血氧仿真，必须模拟双波长测量。这意味着需要控制两个不同颜色的LED（红光和红外光）交替点亮。

LED选择：在Proteus元件库中搜索LED-RED和LED-IR（红外）。如果没有红外LED，可以用另一个颜色的LED替代，关键在于仿真逻辑。
驱动电路：由于单片机I/O口驱动能力有限，通常需要用三极管（如NPN型2N2222）或MOS管来驱动LED。LED的阳极通过一个限流电阻（如220Ω）接+5V，阴极接三极管的集电极。三极管的发射极接地，基极通过一个基极电阻（如1kΩ）接单片机的I/O口（如P3.0和P3.1）。
控制逻辑：单片机程序需要以较高频率（通常几百Hz）轮流将P3.0和P3.1置高，点亮对应的LED。在每次点亮特定LED后，延迟一小段时间（让光电探测器的输出稳定），然后启动ADC采样。这样就得到了红光通道和红外光通道的PPG信号。

实操心得：在仿真中，我们无法模拟LED真实发光和被吸收的过程。因此，我们需要在信号模拟源部分做文章。一个取巧的方法是：准备两路模拟PPG信号源PPG_RED_SIM和PPG_IR_SIM，它们的幅度和直流分量略有差异（用以模拟不同波长的吸收率不同）。然后用单片机的两个I/O口控制两个模拟开关（如CD4066），分别将这两路信号选通到后续的公共放大滤波电路。这样，当程序控制“红光LED亮”时，实际上是通过模拟开关接通了PPG_RED_SIM信号。这种方法虽然取巧，但能完美地在仿真层面实现双波长测量和切换的逻辑。

3.5 人机交互显示电路

为了直观显示结果，使用LCD1602字符液晶屏是最常见的选择。

连接：LCD1602的RS,RW,E控制线接单片机P3.2-P3.4，数据线D0-D7接单片机P0口。注意，P0口是开漏输出，需要接上拉电阻排（如RESPACK-8，阻值10kΩ）。
背光：LCD的A（阳极）接+5V，K（阴极）通过一个限流电阻接地或由另一个I/O口控制以调节亮度。

至此，所有硬件电路在Proteus中的连接就构思完毕了。接下来，我们将进入核心环节——编写让这一切运转起来的单片机程序。

4. 单片机程序设计与核心算法实现

程序是项目的大脑。我们需要用C语言为AT89C51编写固件，实现信号采集、处理、计算和显示。整个程序流程可以概括为：初始化 -> 循环采集双路信号 -> 数字滤波 -> 寻峰计算心率 -> 计算血氧比值 -> 显示更新。

4.1 系统初始化与ADC驱动

首先，完成必要的初始化工作。

#include <reg51.h> #include <intrins.h> // 用于_nop_()延时 // 定义ADC0808控制引脚 sbit ALE = P2^0; sbit START = P2^1; sbit OE = P2^2; sbit EOC = P2^3; // 定义LED驱动引脚 sbit LED_RED = P3^0; sbit LED_IR = P3^1; // 定义LCD1602控制引脚 sbit RS = P3^2; sbit RW = P3^3; sbit EN = P3^4; #define LCD_DATA P0 // 全局变量 unsigned char adc_value_red, adc_value_ir; // 存储ADC采样值 unsigned int red_buffer[256], ir_buffer[256]; // 数据缓冲区 unsigned int buffer_index = 0; bit led_toggle_flag = 0; // 0:采红光， 1:采红外

初始化函数init()需要设置定时器（用于产生ADC时钟和采样定时），初始化LCD，以及将控制引脚置为初始状态（LED全灭，ADC控制线置低）。

ADC读取函数是关键，必须严格按照ADC0808的时序编写：

unsigned char read_adc() { unsigned char result; START = 0; _nop_(); _nop_(); ALE = 1; START = 1; _nop_(); _nop_(); // 启动转换 ALE = 0; START = 0; while(EOC == 0); // 等待转换结束 OE = 1; // 使能输出 result = P1; // 从P1口读取转换结果 OE = 0; return result; }

这个函数完成了“启动转换->等待完成->读取结果”的完整过程。注意_nop_()用于产生短暂的延时以满足时序要求。

4.2 双路信号交替采样与数据缓冲

在主循环中，我们需要以固定的频率交替点亮LED并采样。

void main() { init(); while(1) { if(led_toggle_flag == 0) { LED_RED = 1; LED_IR = 0; // 点亮红光LED，关闭红外 delay_us(100); // 等待光强稳定，仿真中这个延时可以很短 adc_value_red = read_adc(); red_buffer[buffer_index] = adc_value_red; LED_RED = 0; // 关闭LED } else { LED_IR = 1; LED_RED = 0; // 点亮红外LED，关闭红光 delay_us(100); adc_value_ir = read_adc(); ir_buffer[buffer_index] = adc_value_ir; LED_IR = 0; buffer_index++; // 完成一次红/红外对后，缓冲区索引才增加 if(buffer_index >= 256) buffer_index = 0; // 循环缓冲区 } led_toggle_flag = !led_toggle_flag; // 切换标志 // 每采集一定数量的点（如100对）后，进行一次处理 if(buffer_index % 100 == 0) { process_data(); } // 控制整体采样率，例如每秒采样100对（红+红外） delay_ms(10); } }

这里使用了led_toggle_flag标志位来严格区分红光和红外光的采样时刻，并将数据分别存入不同的缓冲区。循环缓冲区buffer[256]用于存储一段时间的波形数据，供后续算法处理。

4.3 数字信号处理：滤波与寻峰算法

从ADC直接读到的数据噪声很大，必须进行数字滤波。对于资源紧张的51单片机，移动平均滤波是性价比最高的选择。

移动平均滤波：

#define FILTER_WINDOW 8 // 滑动窗口大小 unsigned int moving_average(unsigned int *buf, unsigned int index) { unsigned long sum = 0; unsigned char i; for(i = 0; i < FILTER_WINDOW; i++) { // 处理循环缓冲区的索引回绕 unsigned int buf_index = (index - i + 256) % 256; sum += buf[buf_index]; } return (unsigned int)(sum / FILTER_WINDOW); }

在process_data()函数中，对red_buffer和ir_buffer的最新一段数据分别进行移动平均滤波，得到平滑后的红光信号red_smooth和红外信号ir_smooth数组。

心率计算——寻峰算法：心率的本质是计算PPG波形的周期。我们可以在平滑后的信号（比如红外信号，通常更稳定）上寻找波峰。

动态阈值法：计算最近一段时间（如50个点）信号的平均值avg和最大值max。设定一个阈值threshold = avg + (max - avg) * 0.6。这个阈值能自适应信号幅度的变化。
寻找上升沿与下降沿：遍历ir_smooth数组，当信号值从低于阈值变为高于阈值时，记录为一个“上升沿”点。当从高于阈值变为低于阈值时，记录为一个“下降沿”点。一个完整的脉冲通常包含一个上升沿和一个下降沿。
计算峰间期：记录连续两个上升沿之间的采样点数目peak_interval。已知我们的采样间隔时间Ts（比如每对数据10ms，即0.01秒），那么心率HR = 60 / (peak_interval * Ts)。
防抖处理：设置一个最小峰间期（如对应心率200bpm）和最大峰间期（如对应心率40bpm），超出范围的间隔被认为是噪声，予以剔除。

unsigned int find_heart_rate(unsigned int *smooth_buf, unsigned int buf_len) { static unsigned int last_peak_index = 0; unsigned int i, threshold; unsigned long sum = 0; unsigned int max_val = 0; unsigned int current_hr = 0; // 计算阈值 for(i = 0; i < 50; i++) { sum += smooth_buf[(buf_len - i) % 256]; if(smooth_buf[(buf_len - i) % 256] > max_val) max_val = smooth_buf[(buf_len - i) % 256]; } threshold = (sum / 50) + (max_val - (sum / 50)) * 0.6; // 寻峰逻辑（简化版，实际需更严谨的状态机） for(i = 1; i < buf_len; i++) { if(smooth_buf[i] > threshold && smooth_buf[i-1] <= threshold) { // 找到上升沿 if(last_peak_index != 0) { unsigned int interval = i - last_peak_index; if(interval > MIN_INTERVAL && interval < MAX_INTERVAL) { // 有效间隔，计算心率 current_hr = 60000 / (interval * SAMPLE_INTERVAL_MS); // 心率=60000ms / (间隔点数*每点ms) } } last_peak_index = i; } } return current_hr; }

4.4 血氧饱和度计算原理与仿真实现

血氧饱和度的计算基于比值法。它依赖于一个经验公式：SpO2 = A - B * R。其中R = (AC_red / DC_red) / (AC_ir / DC_ir)。

AC_red和AC_ir分别是红光和红外光PPG信号的交流分量幅度（即脉搏波的波峰波谷差值）。
DC_red和DC_ir分别是红光和红外光PPG信号的直流分量（即信号的平均值）。
A和B是经验常数，需要通过实验标定。对于大多数反射式传感器，A通常在110左右，B在25左右，但这仅作仿真演示用，实际设备必须严格标定。

在程序中，我们需要从滤波后的red_smooth和ir_smooth数组中计算AC和DC分量。

float calculate_spo2(unsigned int *red_buf, unsigned int *ir_buf, unsigned int buf_len) { unsigned int red_max = 0, red_min = 255, ir_max = 0, ir_min = 255; unsigned long red_sum = 0, ir_sum = 0; unsigned int i; float red_ac, ir_ac, red_dc, ir_dc, R, spo2; // 遍历缓冲区，找最大值、最小值和总和 for(i = 0; i < buf_len; i++) { if(red_buf[i] > red_max) red_max = red_buf[i]; if(red_buf[i] < red_min) red_min = red_buf[i]; if(ir_buf[i] > ir_max) ir_max = ir_buf[i]; if(ir_buf[i] < ir_min) ir_min = ir_buf[i]; red_sum += red_buf[i]; ir_sum += ir_buf[i]; } red_ac = (float)(red_max - red_min); ir_ac = (float)(ir_max - ir_min); red_dc = (float)red_sum / buf_len; ir_dc = (float)ir_sum / buf_len; // 防止除零 if(red_dc < 1.0 || ir_dc < 1.0) return 0.0; R = (red_ac / red_dc) / (ir_ac / ir_dc); spo2 = 110.0 - 25.0 * R; // 示例经验公式 // 将血氧饱和度限制在合理范围内 if(spo2 > 100.0) spo2 = 99.9; if(spo2 < 70.0) spo2 = 70.0; // 仅作演示，实际下限更低 return spo2; }

重要提示：这里的经验公式110-25*R是高度简化且不具临床准确性的，仅用于仿真演示算法流程。真实的血氧算法复杂得多，涉及大量标定数据和补偿模型（如对灌注指数、运动伪迹的补偿）。在仿真中，我们可以通过调整模拟信号源PPG_RED_SIM和PPG_IR_SIM的幅度和直流偏置比例，来观察R值的变化以及计算出的SpO2值如何相应变化，从而直观理解比值法的原理。

4.5 数据显示与程序整合

最后，将计算出的心率和血氧值通过LCD1602显示出来。需要编写标准的LCD驱动函数（lcd_write_cmd,lcd_write_data,lcd_init,lcd_show_string等）。在process_data()函数的最后，调用显示函数。

void display_results(unsigned int hr, float spo2) { char disp_buf[16]; // 显示心率 lcd_set_cursor(0, 0); sprintf(disp_buf, "HR:%3d bpm", hr); lcd_show_string(disp_buf); // 显示血氧 lcd_set_cursor(0, 1); sprintf(disp_buf, "SpO2:%2.1f%%", spo2); lcd_show_string(disp_buf); }

将process_data()函数完善，整合滤波、寻峰、血氧计算和显示功能，整个系统的软件闭环就完成了。

5. Proteus仿真调试全流程与排坑指南

设计好电路和程序后，在Proteus中将其结合并调试，是项目成功的关键。这个过程会遇到很多在纯理论设计时想不到的问题。

5.1 仿真工程建立与参数设置

新建工程：在Proteus ISIS中，按照第3节的描述，将所有元件放置并连线。务必仔细检查网络标签（Net Label）是否正确连接，特别是电源（VCC/VDD）和地（GND）。
加载程序：右键点击AT89C51，选择“Edit Properties”。在“Program File”一栏，加载由Keil C51编译生成的.hex文件。这是单片机运行的机器码。
关键仿真设置：
- 进入“System” -> “Set Animation Options”。将“仿真速度”调至“Real Time”或降低“单帧时间”。如果速度太快，动态信号（如我们模拟的PPG波形）可能无法被正常采样。
- 勾选“Show Voltage & Current on Probes”可以在探针上实时显示电压电流，方便调试。
- 对于ADC0808，确保其Vref引脚连接正确，CLK引脚有频率合适的时钟信号（可以用DCLOCK源直接给500kHz）。

5.2 核心信号链的逐级验证

不要一次性运行整个系统。采用“分治法”，逐级验证信号链。

信号源测试：首先，断开信号源与后续放大电路的连接。在PPG_SIM输出点放置一个电压探针和一个虚拟示波器。运行仿真，观察生成的波形是否是你想要的、带噪声的周期性脉冲波。调整信号源的频率、幅度、噪声大小，直到波形满意。
放大滤波电路测试：连接放大电路，在每一级运放的输出端放置探针。运行仿真，观察：
- 第一级输出：是否放大了交流信号，同时抑制了直流偏置（如果用了高通滤波）？
- 第二级输出：信号是否被进一步放大，高频噪声是否被明显滤除？最终输出信号的幅度是否在0-3V（或你设定的ADC量程）范围内摆动？
- 如果运放输出饱和（一直为高或低），检查电源是否接好，反馈网络电阻比例是否导致增益过大，输入信号是否超出共模输入范围。
ADC采样测试：暂时注释掉单片机程序中复杂的处理算法，只保留ADC读取函数，并将读取到的原始数值通过串口或某个I/O口（如P2口接LED）简单显示出来。运行仿真，用虚拟示波器观察ADC的START,EOC,OE等控制信号时序是否正确。同时，改变输入信号，观察ADC输出数值是否相应变化。这一步确保硬件接口和底层驱动是通的。
LED切换逻辑测试：单独测试控制LED亮灭的程序段，可以用Proteus的电压探针观察LED_RED和LED_IR引脚的电平是否按预期交替变化。

5.3 典型问题排查与解决方案

在仿真中，我踩过不少坑，这里总结几个最常见的：

问题一：运放电路不工作，输出为固定高电平或低电平。
- 排查：首先检查运放电源引脚（VCC+和VCC-）是否连接了正确的电压（如+5V和GND）。Proteus中有些运放模型默认没有连接电源，必须手动连接。
- 排查：检查输入信号是否在运放的共模输入电压范围内。对于LM358，输入电压应介于V-到V+之间。如果输入信号是双极性的（有负电压），而运放是单电源供电，就会导致输出饱和。
- 解决：确保单电源运放电路中的信号都有合适的直流偏置，使其全程为正电压。
问题二：ADC0808转换结果不正确或不变。
- 排查：用示波器检查CLK引脚是否有时钟信号。ADC0808没有时钟无法工作。
- 排查：检查START信号是否发出了一个正脉冲。在程序中，START=1后必须要有足够的_nop_()延时再置0，才能产生有效的启动脉冲。
- 排查：检查EOC引脚的状态。程序必须等待EOC由低变高再变低（或由高变低再变高，取决于型号）才表示转换结束。如果程序没有正确等待，就会读到错误数据。
- 解决：仔细对照ADC0808的数据手册时序图，调整程序中的延时和等待逻辑。
问题三：LCD1602不显示或显示乱码。
- 排查：检查RS,RW,E引脚的电平时序。E使能脉冲的宽度必须足够（通常>450ns），在E高电平期间数据必须稳定。Proteus仿真对时序要求比较严格。
- 排查：检查P0口的上拉电阻是否添加。51单片机的P0口作为数据输出时必须外加上拉。
- 排查：检查LCD初始化序列是否正确。包括设置显示模式、清屏、设置输入模式等指令，必须按顺序且带有足够的延时。
- 解决：使用经过验证的LCD驱动代码，并确保在发送每条指令或数据后，有足够的延时（通常用delay_ms(5)或检查忙信号）。
问题四：计算出的心率值跳动剧烈，不稳定。
- 排查：检查数字滤波的窗口大小FILTER_WINDOW是否合适。窗口太小滤波效果差，太大则响应迟钝。可以尝试从8逐步调整到16或32。
- 排查：检查寻峰算法的阈值设定是否合理。可以尝试将动态阈值公式中的系数0.6调整为0.5或0.7。
- 排查：检查采样率是否足够。根据奈奎斯特采样定理，采样频率至少是信号最高频率的2倍。心率信号频率很低（<3Hz），但为了捕捉波形细节，建议采样率在100Hz以上。确保主循环中控制总采样率的delay_ms(10)等延时是准确的。
- 解决：加入“中值滤波”或“一阶滞后滤波”对最终的心率计算结果进行平滑，而不是直接显示每一次计算的结果。例如：hr_display = 0.2 * hr_new + 0.8 * hr_display。
问题五：血氧值计算异常（如始终为固定值或超出范围）。
- 排查：检查红光和红外光的缓冲区red_buffer和ir_buffer是否在交替采样时被正确写入。可以在程序中添加调试代码，将原始ADC值通过串口发送到虚拟终端（Proteus中的VIRTUAL TERMINAL），观察两路信号是否确实有差异。
- 排查：检查计算AC分量（max-min）的缓冲区长度是否包含至少一个完整的脉搏波周期。如果缓冲区太短，max和min可能取自波形的同一相位，导致AC值接近0，R值计算错误。
- 解决：在仿真中，故意设置PPG_RED_SIM和PPG_IR_SIM的幅度有较大差异，然后观察计算出的R值和SpO2值是否随之发生有规律的变化。这是验证血氧算法流程是否正确的最有效方法。

5.4 仿真优化与效果评估

当基本功能都调通后，可以进行一些优化来让仿真更逼真、结果更稳定：

引入更复杂的噪声模型：除了高频正弦噪声，可以尝试加入随机噪声（使用DSOURCE的Random模式），模拟生物电信号的随机性。
模拟运动伪迹：在信号模拟源中，偶尔加入一个低频、大幅度的慢变干扰信号，模拟手臂晃动带来的基线漂移。然后尝试在你的数字滤波算法中（如增加一个自适应滤波器或更复杂的高通滤波）能否抑制它。
动态改变心率：让模拟信号源SINE的频率随时间缓慢变化，例如从1Hz（60bpm）逐渐增加到1.5Hz（90bpm），观察你的心率算法能否跟踪上这个变化。
评估计算精度：在信号源频率已知的情况下，对比算法计算出的心率与理论值之间的误差。分析误差来源是采样率不足、滤波失真还是寻峰算法不鲁棒。

通过以上系统的搭建、编程和调试，你最终会在Proteus的LCD1602上看到稳定跳动的心率数值和一个相对稳定的血氧百分比。这不仅仅是一个仿真动画，而是一个从传感器原理、模拟电路、数字采样到信号处理算法的完整项目实践。它把课本上抽象的理论，变成了可视、可调、可验证的生动过程。对于想深入理解嵌入式系统在生物医学测量中应用的朋友来说，这个仿真的价值，远大于一个简单的结果。

本文还有配套的精品资源，点击获取