針對可穿戴技術發展現狀及當前社會對健康監測智能化的需求，本文對多功能集成的智能手表解決方案及其實現的關鍵技術展開了研究。首先，本文將高集成度的傳感器技術、藍牙低功耗（BLE）技術與移動通信技術一體化融合后應用于本項目開發實踐；其次，本文所設計的系統在硬件設計上選擇高集成度、高性價比的模組與芯片方案；再次，該系統利用實時操作系統 FreeRTOS 平臺開發了可與觸摸屏進行交互的友好圖形界面；最后，基于安卓系統，開發了可與 BLE 硬件實現無線連接并進行數據同步的高性能應用軟件。本文設計的系統具備了實時日歷時鐘、電話短信、通訊錄管理、計步、心率以及睡眠質量監測等功能。經試驗測試表明，系統中各傳感器采集數據精度、系統數據傳輸能力、整機功耗等指標均達到產品化標準，而且系統運行穩定，總功耗低，可以實現有效的智能健康監測的目的。
引用本文： 王驥, 郭海亮, 任肖麗. 基于藍牙低功耗技術的智能健康監測手表系統. 生物醫學工程學雜志, 2017, 34(4): 557-564. doi: 10.7507/1001-5515.201606087 復制
引言
20 世紀 60 年代，美國學者提出的可穿戴技術其核心在于利用與人（或動物）緊密接觸的電子設備實時地獲取重要的人（或動物）體內外環境數據，并能快速訪問網絡進行社交分享[1]。智能手表是可穿戴技術的典型產品，其智能硬件系統結合精確的算法能夠實現健康高度智能化監測，并結合即時通信技術，完成定位跟蹤、社交分享、網絡交互等功能，最終實現“互聯網+健康”。
藍牙低功耗（Bluetooth low energy，BLE）是短距離無線通信標準，藍牙 4.0 技術（bluetooth smart）在此基礎上推出了兼容經典藍牙協議的新低功耗藍牙標準（Bluetooth smart low energy，BSLE）。本文基于 BSLE 設計了實用的佩戴式腕表系統，旨在輔助人類保持健康的運動與生活方式。
在智能手表系統用于健康監控的研究方面，近幾年該領域學者已經做了很多工作。典型成果有：陳建德[2]設計了智能健康監測與預警的手表系統，但沒能實現產品化。孫秀婷等[3]以高速嵌入式單片機為核心，設計了一款多功能智能手表，利用低版本的藍牙通信技術實現了智能手表與安卓手機的通信與功能設置管理，但人機交互性與通信穩定性不夠理想。吳丹等[4]利用人體傳感網絡（body sensor network，BSN）開發平臺，將織物傳感器整合到衣物中，設計了穿戴式的睡眠呼吸監測系統，但使用時由于體積等因素影響了穿戴者休息，實用性有待改進。李曉琳[5]研究了針對健康管理的智能手表系統得以實現的關鍵技術，并突出了計步和睡眠監測功能，但是沒有考慮心率等重要因素的監測，功能上有待于深入拓展。梁振虎等[6]基于無線局域網（wireless fidelity，WIFI）和安卓系統設計了便攜式癲癇智能監控系統，但缺乏遠距離通信功能使其產品化能力受限。張政波等[7]設計的穿戴式生理參數監測系統實現了低負荷狀態下的多生理參數協同獲取，但沒有研究面向人機交互功能方面的設計，不適合應用于高負荷情況的運動健康監測。Reeder 等[8]回顧了用于健康監測智能腕表系統的近幾年研究文獻，得出了目前智能手表技術在支持健康方面的功能、可接受性以及有效性等還必須通過大量實際場景的工程化驗證的結論。Cho 等[9]探討了有運動損傷或殘疾的成年人（韓國）使用智能穿戴設備的需求動機與必要性，指明了智能穿戴設備在提高該類人群的生活質量方面發揮著至關重要的作用。Osamu 等[10]針對慢性的阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）患者設計了監測人體活動的智能手表系統，他首先對 10 名男性志愿者進行了系統性能試驗，其次對身體活動各參數之間的斯波茲曼相關性進行了研究，結果表明該系統適用于 COPD 患者，運動參數能夠反映穿戴者肺功能狀況，但通用性與顯示系統的人性化程度有待提高。Daryl 等[11]針對帕金森病臨床診斷困難的情況，利用姿態傳感器設計了特發性二次震顫監測的智能手表系統，并在實驗室對志愿者進行了試驗，表明該團隊研制的智能手表系統根據諧波峰值頻率和功率值成比例的現象能夠準確提供診斷帕金森疾病病理的相關信息，但臨床試驗與現場測試還未進一步展開。Cheng 等[12]提出了基于智能可穿戴設備的感知公共災難潛在因素的方法，但方法實現及其附屬產品工程化有待進一步研究。Koshy 等[13]研究了不同穿戴式設備[跑步機、手指血量計、蘋果智能手表（apple watch）]在心率監測方面的準確性，并進行了對比測試，結果表明，蘋果智能手表是最接近心電圖診斷結果的設備，但在心率過速情況下準確度不夠，通用性不強。Morganti 等[14]使用 4 個力量傳感器與微處理器 ARM9（advanced risc machines inc.，英國）設計了手勢識別的智能手表系統，并結合射頻識別技術（radio frequency identification，RFID）進行識別者身份驗證，智能化程度得到了提高，但系統功能之間的切換速度有待進一步優化。
總之，目前可穿戴式健康監測設備系統功能全面性、可實現性以及人性化設計等方面都存在不同程度的缺陷。基于此，本文整合了當前領域內研究成果的技術優點，研究了存在缺陷的解決方法，提出了健康運動智能腕表合理化的解決方案，并結合大眾對可穿戴設備在運動以及健康方面的需求，設計了專用于健康監測的人性化的多功能智能手表系統，實現了計步、心率監測、睡眠監測等功能，并重點優化了圖形用戶界面，增加了移動通信與通訊錄管理功能。即利用 BLE 無線通信技術與安卓平臺，設計了集先進性、實用性于一體的遠程智能健康穿戴式系統，并進行了工程測試。
1 系統模型結構
本文所設計的系統主要分為智能硬件和面向 BLE 無線通信技術與安卓客戶端的應用軟件兩大部分。硬件分為內部運行嵌入式實時操作系統（free real time operating system，FreeRTOS）（V8.2.3，USA）的微控制單元（microcontroller unit，MCU），并移植了通用的文件系統（file allo-cation table file system，FATFS）模塊，即小型嵌入式系統通用的文件配置表（file allocation table，FAT）文件系統模塊，用于管理文件和存儲數據功能；其次集成了各硬件功能模塊——計步器（step）模塊、心臟速率監測（pulse sensor）模塊、姿態傳感器和磁阻傳感器模塊、閃迪（SanDisk）公司發明的快閃存儲器（Micro-SD）卡模塊、電源管理模塊、液晶顯示器（liquid crystal display，LCD）與觸摸彩屏模塊、實時時鐘（real-time clock，RTC）的備用電池模塊、移動網絡通信模塊等。系統的結構和功能如圖 1 所示。
圖1
系統的硬件結構框圖
Figure1.
The system block diagram of hardware structure
需要說明的是，系統電路原理圖的準確設計與印制電路板的合理布線會大大提高設備工作穩定性以及功耗等指標。本文聚焦這一問題對智能手表系統進行了標準化設計，提高了系統穩定性。
2 系統軟件設計
本文開發平臺選用管理多任務的實時操作系統 FreeRTOS，這是一款完全免費也非常成熟的開源操作系統，優點是任務優先級數量不受限制，編程更具靈活性，移植方便。本文考慮到主控 MCU 沒有擴展外部存儲芯片的情況，而且芯片內部存儲執行代碼的內存也相當有限，所以選擇了編譯生成代碼量非常少的 FreeRTOS。同時為了提高運行速度，解決內部存貯問題，本文也將數據融合與任務調度算法安排到服務器端來執行，安卓設備端只做實時的數據存儲，有效地解決了移動設備計算能力和容量有限的難點問題。
2.1 算法數學模型
本文數據處理提高檢測精度的方法主要是通過濾波算法得以實現。考慮實現難度，選擇平均值濾波算法（average filtering algorithm，AFA）并進行改進后應用于本文系統以去除噪聲[8]。AFA 模型采用差分方程，如式（1）所示。
 |
其中 aK、bK 為系統差分方程系數，X（K）為系統輸入計算值，Y（n）為系統原來狀態函數。如果將系數 bK 值取 0，則所得公式如式（2）所示。
 |
式（2）中通過分析計算，選擇合理的濾波器系數 aK 數值，硬件上就可以實現各種功能的數字濾波器。如果 Y 的數值設計合理，通過計算 Y 與 X（K）之間誤差平方和最小極限值，即得公式如式（3）所示。
 |
由一元函數極限定理可得：
 |
設輸入需要計算值 X（K）包含 Si（信號）與 Ci（噪聲），則 N 次濾波后計算信號如式（5）所示。
 |
當噪聲為隨機信號時，進行 N 次處理后噪聲強度（均方根）之和如式（6）所示。
 |
如式（5）、式（6）所示，S、C 分別表示進行 N 次測量后信號和噪聲的平均幅度。進行 N 次濾波并算術平均后的 Pi（信噪比）值計算方式如式（7）所示。
 |
其中，Pi1、Pi2 分別是算法執行前后的信噪比。因此算法利用平均值計算，使 Pi 提高了
倍。該算法對信號的處理能力取決于 N 值。需要說明的是，當 N 值增大會導致濾波器靈敏度下降。所以應根據具體情況選取 N，以便既減少計算時間，又能使信號的處理效果最好。多次試驗證明，對計步與睡眠監測，N 可取 8～16 之間數值，對心率測量，取 N=4。由于本文采用了靈活調節 N 值方法，系統功能誤差較小。
2.2 BLE 客戶端應用程序數據同步方法
本系統客戶端 MCU 通過通用異步收發傳輸器（universal asynchronous receiver/transmitter，UART）串行口與傳感器模塊相連接。傳感器模塊啟動后 MCU 會自動發送廣播碼，客戶端應用程序（applica-tion program，APP）搜索到廣播碼即進行連接，成功之后 MCU 通過串口與移動終端之間進行雙向通信，傳感器數據就被推送給 MCU；MCU 將傳感器數據作相應的處理后，客戶端 APP 再次開始運行，首先掃描 BLE 模塊 nRF51822（Nordic Inc.，丹麥）并與之連接，然后主控 MCU 按照一定格式將數據打包后發送給藍牙模塊，藍牙模塊接收后按照 BLE 協議中的通用總規范（generic attributes，GATT），將數據封裝成加密無線信號并發射出去，與之處于連接狀態的藍牙設備將接收到的數據包同樣按照 GATT 的協議解析，還原出原始數據，提供客戶端 APP 使用。BLE 協議數據幀格式如表 1 所示。
表1
BLE 包格式
Table1.
The BLE packet format
2.3 圖形用戶界面軟件設計
本系統的 LCD 圖形界面是利用對圖片和文字進行特定格式編碼后的屏幕驅動取模軟件所繪制的。軟件運行在 FreeRTOS 的內核上，硬件啟動初始化后，程序自動跳轉到主函數上執行：首先完成硬件初始化后，創建 FreeRTOS 的一個主任務與來電監聽任務。主任務調用相關的 LCD 驅動函數來完成鎖屏界面的繪制與顯示。用戶在指定的屏幕區域完成解鎖后，調用相關的 LCD 驅動函數完成主菜單界面顯示。主菜單界面代碼繪制包含通信錄、撥號以及應用三大功能。用戶選擇進入到不同應用程序，算法會根據觸摸屏檢測區域判斷并執行相應的處理代碼，同時創建處理單獨應用的 FreeRTOS 任務。系統軟件界面與通信流程如圖 2 所示，監測任務程序流程如圖 3 所示。
圖2
界面與通信流程圖
Figure2.
The flow diagram of interface and communication
圖3
監測任務程序流程圖
Figure3.
The flow diagram of monitoring task program
2.4 心率監測軟件
心率的監測是利用單片機 STM32F103RE（stmi-croelectronics inc.，意大利）的通用輸入輸出接口（general purpose input/output，GPIO）引腳外部中斷功能捕獲脈搏信號的上升沿實現的。首先設置外部中斷為上升沿捕獲，一旦捕獲成功，立即在外部中斷處理函數中開啟溢出中斷的 100 Hz 的定時器，同時使計數器（counter，CNT）加 1（每次進入定時器中斷函數后必須執行）。需要說明的是，當捕獲到下一個上升沿時刻的時候，要在外部中斷中關閉定時器的中斷功能。單次捕獲的脈搏數據為：CNT/100×60 次/min。由于單次采集的數據易受到干擾，需進一步進行濾波處理。本文則利用平均值濾波算法做了處理，得到了置信度很高的脈搏數據。
2.5 通信管理軟件設計
本文的通信錄管理從功能上指的是聯系人存取與增、刪、改、查等操作。通訊錄存取功能是基于 Micro-SD 卡的存取技術實現，主要利用 FAT 類型的文件系統進行創建和管理文件。將 Micro-SD 卡用于存儲聯系人信息，就便于用戶在電腦或手機等終端上進行管理，包括數據的備份和移植。另一方面，FATFS 是支持標準的 FAT 文件格式的功能模塊，可提供完整的文件管理底層函數（application programming interface，API），利于對存儲的文件進行管理，而系統通訊錄管理功能則通過 MCU 內嵌的圖形用戶界面以及觸摸屏的管理軟件實現。
2.6 安卓 BLE 客戶端 APP 軟件設計
BLE 的數據交換中有 GATT 的配置文件（GATT profile），該文件定義了“屬性（attributes，ATT）”數據配置方法，用于在 BLE 傳輸鏈路上進行數據交換。藍牙技術聯盟（special interest group，SIG）規定了許多低功耗設備的配置文件。GATT 是在 ATT 協議基礎上建立，也被稱為 GATT/ATT。ATT 對 BLE 設備在運行上進行了優化，以最大程度減少了冗余字節。因此，本系統利用安卓集成開發工具 Android Studio（Google Inc.，美國）開發了 BLE 應用程序。系統實物圖與 APP 界面顯示如圖 4 所示。
圖4
系統實物與 APP 交互界面
Figure4.
The system material object and APP interaction interface
計步功能是利用姿態傳感器結合自行設計的算法，再根據人體運動參數進行調整（比如：每個人走路或者跑步的步距、體重等）來實現的。在運動中實時計算用戶卡路里等身體信息實時變化情況，并使用面向用戶的大數據和云計算功能實現精細化管理，為使用者提高健康的生活方式提供科學數據。心率監測是通過測量心臟反復收縮和舒張的速率來實現的。心臟的運動引起血液對血管的沖擊，在體外的反應即為脈搏。一般情況下，心率與脈搏速率是相等的，一次脈搏對應一次心臟活動的收縮和舒張。睡眠質量監測的原理主要是利用人體姿態傳感器在睡眠時間內實時監測人體手部運動頻率，并通過設置一定的姿態誤差閾值實現。在短時間（如 500 ms 內）檢測到手部發生運動，且超過了設定的姿態誤差值閾值，則判定為單次運動，并進行累加計數，用來反應出人體在一定時間內的運動狀態，從而準確地估計出睡眠質量的高低。系統完成的功能顯示界面如圖 5 所示。
圖5
心率與睡眠功能監測顯示界面
Figure5.
The display interfaces of step calculation，heart rate and sleep function monitoring
3 系統測試
本研究選取了 10 位志愿者（5 男，5 女）作為受試者，年齡范圍為 20～50 歲。所有志愿者無其他健康問題。受試者在各種惡劣模擬環境下進行了長時間的穿戴試驗。測試方案得到了廣東海洋大學校醫院醫學委員會的同意，測試前征得了志愿者的知情與同意。
3.1 系統通信性能測試
首先進行了時鐘和日歷顯示的精準度測試。對系統實時時鐘進行為期一周的實際穿戴測試，其誤差在 1 s 內；其次進行了通信能力測試，實驗在信號質量較好情況下測試隨機撥打了 10 組電話，均成功接通，雙工通信正常；最后進行了系統同步性能測試。系統硬件與上位機 APP 初始化完成后可以長時間實現正常的數據同步和反饋顯示。本系統的通信性能測試要包括通信距離、信號強度與丟包率三者之間關系驗證，試驗結果如表 2 所示，其中信號強度的量度表示為：接收信號強度值（recei-ved signal strength indication，RSSI）（單位：dBm）。
表2
BLE 距離與信號強度關系
Table2.
The relation of BLE distance and signal strength
3.2 系統功耗測試
系統功耗測試采用目前最先進的直流電源分析儀 N6705B（Keysight Inc.，美國）測試典型工作狀態下的功耗電流，測試結果如表 3 所示。結果表明，系統功耗低于市場同類產品的標準平均值，符合“綠色環保”的設計理念。參考值是指同類產品通用的業界標準數值。
表3
系統工作狀態功耗測試數據
Table3.
The system power consumption test data in working state
3.3 睡眠質量測試
本文利用睡眠開始時刻與翻身次數對應關系研究睡眠質量，同時利用記錄的姿勢數據來判斷睡眠狀態。翻身次數與入睡時間關系如圖 6 所示。測試結果與常規睡眠質量分析結果相符，即入睡時間越晚，睡眠質量越差，而且較為合適的入睡時間為晚上 23 點左右。
圖6
睡眠質量監測結果
Figure6.
The sleep quality monitoring results
3.4 心率準確度測試
心率準確度的測試結果是通過對比分析手動按壓脈搏感知計數值與本系統傳感器的測得數據間的差異進行的。測試 10 名健康受試者，其誤差在±3 次/min 以內，測試結果如圖 7 所示。
圖7
心率監測結果
Figure7.
The heart rate monitoring results
3.5 計步功能測試
系統計步功能測試從快速走路、跑步與乘坐列車（高鐵）等情形下進行了驗證，測試結果如圖 8 所示。試驗結果表明，慢速下計步精準度最高，基本沒有誤差。隨著人體運動速度的提升，其誤差會有增加，即測試者以最快速度奔跑或速度在 50 km/h 的列車內穿戴誤差基本為零，但在時速在 50 km/h 以上會有誤差產生，最后階段誤差減少是因為高速列車時速達到了測量儀器的極限導致。總之，系統在高鐵等高速環境下應用精度有待改進。
圖8
計步功能測試結果
Figure8.
The test results of counting step function
系統測試結果表明：系統實現的功能在各項指標與性能上符合產品穿戴質量要求和消費者需求，而且相對功能完善。
4 結論
本文設計的系統優點在于：
（1）技術創新：系統采用主流的 BSLE 無線通信作為核心技術，實現了心率監測、計步測量、健康運動分析等功能。對比市場上智能手環等智能終端，本系統以具備通話功能與面向移動終端的圖形界面為優勢；相對于市場上的電話手表，系統具備完善的運動健康監測的功能，而且功耗低，因此本系統具有較強的新穎性和實用性。
（2）思維創新：系統硬件上的 LCD 圖形界面設計采用非移植第三方（獨立開發）的圖形用戶界面庫，實現了 LCD 與觸摸屏的良性交互與人機友好界面等功能，使系統顯示簡潔，重點內容突出，而且系統不同功能之間的切換反應迅速。
總之，本文研究的智能手表系統將人機交互模式、遠程移動通信、傳感器和短距離藍牙通信等新興技術一體化融合后應用于本系統開發實踐，并通過系統的硬軟件優化設計實現了“物聯網與健康”主題，有很大的技術優勢與工程實用性。
引言
20 世紀 60 年代，美國學者提出的可穿戴技術其核心在于利用與人（或動物）緊密接觸的電子設備實時地獲取重要的人（或動物）體內外環境數據，并能快速訪問網絡進行社交分享[1]。智能手表是可穿戴技術的典型產品，其智能硬件系統結合精確的算法能夠實現健康高度智能化監測，并結合即時通信技術，完成定位跟蹤、社交分享、網絡交互等功能，最終實現“互聯網+健康”。
藍牙低功耗（Bluetooth low energy，BLE）是短距離無線通信標準，藍牙 4.0 技術（bluetooth smart）在此基礎上推出了兼容經典藍牙協議的新低功耗藍牙標準（Bluetooth smart low energy，BSLE）。本文基于 BSLE 設計了實用的佩戴式腕表系統，旨在輔助人類保持健康的運動與生活方式。
在智能手表系統用于健康監控的研究方面，近幾年該領域學者已經做了很多工作。典型成果有：陳建德[2]設計了智能健康監測與預警的手表系統，但沒能實現產品化。孫秀婷等[3]以高速嵌入式單片機為核心，設計了一款多功能智能手表，利用低版本的藍牙通信技術實現了智能手表與安卓手機的通信與功能設置管理，但人機交互性與通信穩定性不夠理想。吳丹等[4]利用人體傳感網絡（body sensor network，BSN）開發平臺，將織物傳感器整合到衣物中，設計了穿戴式的睡眠呼吸監測系統，但使用時由于體積等因素影響了穿戴者休息，實用性有待改進。李曉琳[5]研究了針對健康管理的智能手表系統得以實現的關鍵技術，并突出了計步和睡眠監測功能，但是沒有考慮心率等重要因素的監測，功能上有待于深入拓展。梁振虎等[6]基于無線局域網（wireless fidelity，WIFI）和安卓系統設計了便攜式癲癇智能監控系統，但缺乏遠距離通信功能使其產品化能力受限。張政波等[7]設計的穿戴式生理參數監測系統實現了低負荷狀態下的多生理參數協同獲取，但沒有研究面向人機交互功能方面的設計，不適合應用于高負荷情況的運動健康監測。Reeder 等[8]回顧了用于健康監測智能腕表系統的近幾年研究文獻，得出了目前智能手表技術在支持健康方面的功能、可接受性以及有效性等還必須通過大量實際場景的工程化驗證的結論。Cho 等[9]探討了有運動損傷或殘疾的成年人（韓國）使用智能穿戴設備的需求動機與必要性，指明了智能穿戴設備在提高該類人群的生活質量方面發揮著至關重要的作用。Osamu 等[10]針對慢性的阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）患者設計了監測人體活動的智能手表系統，他首先對 10 名男性志愿者進行了系統性能試驗，其次對身體活動各參數之間的斯波茲曼相關性進行了研究，結果表明該系統適用于 COPD 患者，運動參數能夠反映穿戴者肺功能狀況，但通用性與顯示系統的人性化程度有待提高。Daryl 等[11]針對帕金森病臨床診斷困難的情況，利用姿態傳感器設計了特發性二次震顫監測的智能手表系統，并在實驗室對志愿者進行了試驗，表明該團隊研制的智能手表系統根據諧波峰值頻率和功率值成比例的現象能夠準確提供診斷帕金森疾病病理的相關信息，但臨床試驗與現場測試還未進一步展開。Cheng 等[12]提出了基于智能可穿戴設備的感知公共災難潛在因素的方法，但方法實現及其附屬產品工程化有待進一步研究。Koshy 等[13]研究了不同穿戴式設備[跑步機、手指血量計、蘋果智能手表（apple watch）]在心率監測方面的準確性，并進行了對比測試，結果表明，蘋果智能手表是最接近心電圖診斷結果的設備，但在心率過速情況下準確度不夠，通用性不強。Morganti 等[14]使用 4 個力量傳感器與微處理器 ARM9（advanced risc machines inc.，英國）設計了手勢識別的智能手表系統，并結合射頻識別技術（radio frequency identification，RFID）進行識別者身份驗證，智能化程度得到了提高，但系統功能之間的切換速度有待進一步優化。
總之，目前可穿戴式健康監測設備系統功能全面性、可實現性以及人性化設計等方面都存在不同程度的缺陷。基于此，本文整合了當前領域內研究成果的技術優點，研究了存在缺陷的解決方法，提出了健康運動智能腕表合理化的解決方案，并結合大眾對可穿戴設備在運動以及健康方面的需求，設計了專用于健康監測的人性化的多功能智能手表系統，實現了計步、心率監測、睡眠監測等功能，并重點優化了圖形用戶界面，增加了移動通信與通訊錄管理功能。即利用 BLE 無線通信技術與安卓平臺，設計了集先進性、實用性于一體的遠程智能健康穿戴式系統，并進行了工程測試。
1 系統模型結構
本文所設計的系統主要分為智能硬件和面向 BLE 無線通信技術與安卓客戶端的應用軟件兩大部分。硬件分為內部運行嵌入式實時操作系統（free real time operating system，FreeRTOS）（V8.2.3，USA）的微控制單元（microcontroller unit，MCU），并移植了通用的文件系統（file allo-cation table file system，FATFS）模塊，即小型嵌入式系統通用的文件配置表（file allocation table，FAT）文件系統模塊，用于管理文件和存儲數據功能；其次集成了各硬件功能模塊——計步器（step）模塊、心臟速率監測（pulse sensor）模塊、姿態傳感器和磁阻傳感器模塊、閃迪（SanDisk）公司發明的快閃存儲器（Micro-SD）卡模塊、電源管理模塊、液晶顯示器（liquid crystal display，LCD）與觸摸彩屏模塊、實時時鐘（real-time clock，RTC）的備用電池模塊、移動網絡通信模塊等。系統的結構和功能如圖 1 所示。
圖1
系統的硬件結構框圖
Figure1.
The system block diagram of hardware structure
需要說明的是，系統電路原理圖的準確設計與印制電路板的合理布線會大大提高設備工作穩定性以及功耗等指標。本文聚焦這一問題對智能手表系統進行了標準化設計，提高了系統穩定性。
2 系統軟件設計
本文開發平臺選用管理多任務的實時操作系統 FreeRTOS，這是一款完全免費也非常成熟的開源操作系統，優點是任務優先級數量不受限制，編程更具靈活性，移植方便。本文考慮到主控 MCU 沒有擴展外部存儲芯片的情況，而且芯片內部存儲執行代碼的內存也相當有限，所以選擇了編譯生成代碼量非常少的 FreeRTOS。同時為了提高運行速度，解決內部存貯問題，本文也將數據融合與任務調度算法安排到服務器端來執行，安卓設備端只做實時的數據存儲，有效地解決了移動設備計算能力和容量有限的難點問題。
2.1 算法數學模型
本文數據處理提高檢測精度的方法主要是通過濾波算法得以實現。考慮實現難度，選擇平均值濾波算法（average filtering algorithm，AFA）并進行改進后應用于本文系統以去除噪聲[8]。AFA 模型采用差分方程，如式（1）所示。
|
其中 aK、bK 為系統差分方程系數，X（K）為系統輸入計算值，Y（n）為系統原來狀態函數。如果將系數 bK 值取 0，則所得公式如式（2）所示。
|
式（2）中通過分析計算，選擇合理的濾波器系數 aK 數值，硬件上就可以實現各種功能的數字濾波器。如果 Y 的數值設計合理，通過計算 Y 與 X（K）之間誤差平方和最小極限值，即得公式如式（3）所示。
|
由一元函數極限定理可得：
|
設輸入需要計算值 X（K）包含 Si（信號）與 Ci（噪聲），則 N 次濾波后計算信號如式（5）所示。
|
當噪聲為隨機信號時，進行 N 次處理后噪聲強度（均方根）之和如式（6）所示。
|
如式（5）、式（6）所示，S、C 分別表示進行 N 次測量后信號和噪聲的平均幅度。進行 N 次濾波并算術平均后的 Pi（信噪比）值計算方式如式（7）所示。
|
其中，Pi1、Pi2 分別是算法執行前后的信噪比。因此算法利用平均值計算，使 Pi 提高了
倍。該算法對信號的處理能力取決于 N 值。需要說明的是，當 N 值增大會導致濾波器靈敏度下降。所以應根據具體情況選取 N，以便既減少計算時間，又能使信號的處理效果最好。多次試驗證明，對計步與睡眠監測，N 可取 8～16 之間數值，對心率測量，取 N=4。由于本文采用了靈活調節 N 值方法，系統功能誤差較小。
2.2 BLE 客戶端應用程序數據同步方法
本系統客戶端 MCU 通過通用異步收發傳輸器（universal asynchronous receiver/transmitter，UART）串行口與傳感器模塊相連接。傳感器模塊啟動后 MCU 會自動發送廣播碼，客戶端應用程序（applica-tion program，APP）搜索到廣播碼即進行連接，成功之后 MCU 通過串口與移動終端之間進行雙向通信，傳感器數據就被推送給 MCU；MCU 將傳感器數據作相應的處理后，客戶端 APP 再次開始運行，首先掃描 BLE 模塊 nRF51822（Nordic Inc.，丹麥）并與之連接，然后主控 MCU 按照一定格式將數據打包后發送給藍牙模塊，藍牙模塊接收后按照 BLE 協議中的通用總規范（generic attributes，GATT），將數據封裝成加密無線信號并發射出去，與之處于連接狀態的藍牙設備將接收到的數據包同樣按照 GATT 的協議解析，還原出原始數據，提供客戶端 APP 使用。BLE 協議數據幀格式如表 1 所示。
表1
BLE 包格式
Table1.
The BLE packet format
2.3 圖形用戶界面軟件設計
本系統的 LCD 圖形界面是利用對圖片和文字進行特定格式編碼后的屏幕驅動取模軟件所繪制的。軟件運行在 FreeRTOS 的內核上，硬件啟動初始化后，程序自動跳轉到主函數上執行：首先完成硬件初始化后，創建 FreeRTOS 的一個主任務與來電監聽任務。主任務調用相關的 LCD 驅動函數來完成鎖屏界面的繪制與顯示。用戶在指定的屏幕區域完成解鎖后，調用相關的 LCD 驅動函數完成主菜單界面顯示。主菜單界面代碼繪制包含通信錄、撥號以及應用三大功能。用戶選擇進入到不同應用程序，算法會根據觸摸屏檢測區域判斷并執行相應的處理代碼，同時創建處理單獨應用的 FreeRTOS 任務。系統軟件界面與通信流程如圖 2 所示，監測任務程序流程如圖 3 所示。
圖2
界面與通信流程圖
Figure2.
The flow diagram of interface and communication
圖3
監測任務程序流程圖
Figure3.
The flow diagram of monitoring task program
2.4 心率監測軟件
心率的監測是利用單片機 STM32F103RE（stmi-croelectronics inc.，意大利）的通用輸入輸出接口（general purpose input/output，GPIO）引腳外部中斷功能捕獲脈搏信號的上升沿實現的。首先設置外部中斷為上升沿捕獲，一旦捕獲成功，立即在外部中斷處理函數中開啟溢出中斷的 100 Hz 的定時器，同時使計數器（counter，CNT）加 1（每次進入定時器中斷函數后必須執行）。需要說明的是，當捕獲到下一個上升沿時刻的時候，要在外部中斷中關閉定時器的中斷功能。單次捕獲的脈搏數據為：CNT/100×60 次/min。由于單次采集的數據易受到干擾，需進一步進行濾波處理。本文則利用平均值濾波算法做了處理，得到了置信度很高的脈搏數據。
2.5 通信管理軟件設計
本文的通信錄管理從功能上指的是聯系人存取與增、刪、改、查等操作。通訊錄存取功能是基于 Micro-SD 卡的存取技術實現，主要利用 FAT 類型的文件系統進行創建和管理文件。將 Micro-SD 卡用于存儲聯系人信息，就便于用戶在電腦或手機等終端上進行管理，包括數據的備份和移植。另一方面，FATFS 是支持標準的 FAT 文件格式的功能模塊，可提供完整的文件管理底層函數（application programming interface，API），利于對存儲的文件進行管理，而系統通訊錄管理功能則通過 MCU 內嵌的圖形用戶界面以及觸摸屏的管理軟件實現。
2.6 安卓 BLE 客戶端 APP 軟件設計
BLE 的數據交換中有 GATT 的配置文件（GATT profile），該文件定義了“屬性（attributes，ATT）”數據配置方法，用于在 BLE 傳輸鏈路上進行數據交換。藍牙技術聯盟（special interest group，SIG）規定了許多低功耗設備的配置文件。GATT 是在 ATT 協議基礎上建立，也被稱為 GATT/ATT。ATT 對 BLE 設備在運行上進行了優化，以最大程度減少了冗余字節。因此，本系統利用安卓集成開發工具 Android Studio（Google Inc.，美國）開發了 BLE 應用程序。系統實物圖與 APP 界面顯示如圖 4 所示。
圖4
系統實物與 APP 交互界面
Figure4.
The system material object and APP interaction interface
計步功能是利用姿態傳感器結合自行設計的算法，再根據人體運動參數進行調整（比如：每個人走路或者跑步的步距、體重等）來實現的。在運動中實時計算用戶卡路里等身體信息實時變化情況，并使用面向用戶的大數據和云計算功能實現精細化管理，為使用者提高健康的生活方式提供科學數據。心率監測是通過測量心臟反復收縮和舒張的速率來實現的。心臟的運動引起血液對血管的沖擊，在體外的反應即為脈搏。一般情況下，心率與脈搏速率是相等的，一次脈搏對應一次心臟活動的收縮和舒張。睡眠質量監測的原理主要是利用人體姿態傳感器在睡眠時間內實時監測人體手部運動頻率，并通過設置一定的姿態誤差閾值實現。在短時間（如 500 ms 內）檢測到手部發生運動，且超過了設定的姿態誤差值閾值，則判定為單次運動，并進行累加計數，用來反應出人體在一定時間內的運動狀態，從而準確地估計出睡眠質量的高低。系統完成的功能顯示界面如圖 5 所示。
圖5
心率與睡眠功能監測顯示界面
Figure5.
The display interfaces of step calculation，heart rate and sleep function monitoring
3 系統測試
本研究選取了 10 位志愿者（5 男，5 女）作為受試者，年齡范圍為 20～50 歲。所有志愿者無其他健康問題。受試者在各種惡劣模擬環境下進行了長時間的穿戴試驗。測試方案得到了廣東海洋大學校醫院醫學委員會的同意，測試前征得了志愿者的知情與同意。
3.1 系統通信性能測試
首先進行了時鐘和日歷顯示的精準度測試。對系統實時時鐘進行為期一周的實際穿戴測試，其誤差在 1 s 內；其次進行了通信能力測試，實驗在信號質量較好情況下測試隨機撥打了 10 組電話，均成功接通，雙工通信正常；最后進行了系統同步性能測試。系統硬件與上位機 APP 初始化完成后可以長時間實現正常的數據同步和反饋顯示。本系統的通信性能測試要包括通信距離、信號強度與丟包率三者之間關系驗證，試驗結果如表 2 所示，其中信號強度的量度表示為：接收信號強度值（recei-ved signal strength indication，RSSI）（單位：dBm）。
表2
BLE 距離與信號強度關系
Table2.
The relation of BLE distance and signal strength
3.2 系統功耗測試
系統功耗測試采用目前最先進的直流電源分析儀 N6705B（Keysight Inc.，美國）測試典型工作狀態下的功耗電流，測試結果如表 3 所示。結果表明，系統功耗低于市場同類產品的標準平均值，符合“綠色環保”的設計理念。參考值是指同類產品通用的業界標準數值。
表3
系統工作狀態功耗測試數據
Table3.
The system power consumption test data in working state
3.3 睡眠質量測試
本文利用睡眠開始時刻與翻身次數對應關系研究睡眠質量，同時利用記錄的姿勢數據來判斷睡眠狀態。翻身次數與入睡時間關系如圖 6 所示。測試結果與常規睡眠質量分析結果相符，即入睡時間越晚，睡眠質量越差，而且較為合適的入睡時間為晚上 23 點左右。
圖6
睡眠質量監測結果
Figure6.
The sleep quality monitoring results
3.4 心率準確度測試
心率準確度的測試結果是通過對比分析手動按壓脈搏感知計數值與本系統傳感器的測得數據間的差異進行的。測試 10 名健康受試者，其誤差在±3 次/min 以內，測試結果如圖 7 所示。
圖7
心率監測結果
Figure7.
The heart rate monitoring results
3.5 計步功能測試
系統計步功能測試從快速走路、跑步與乘坐列車（高鐵）等情形下進行了驗證，測試結果如圖 8 所示。試驗結果表明，慢速下計步精準度最高，基本沒有誤差。隨著人體運動速度的提升，其誤差會有增加，即測試者以最快速度奔跑或速度在 50 km/h 的列車內穿戴誤差基本為零，但在時速在 50 km/h 以上會有誤差產生，最后階段誤差減少是因為高速列車時速達到了測量儀器的極限導致。總之，系統在高鐵等高速環境下應用精度有待改進。
圖8
計步功能測試結果
Figure8.
The test results of counting step function
系統測試結果表明：系統實現的功能在各項指標與性能上符合產品穿戴質量要求和消費者需求，而且相對功能完善。
4 結論
本文設計的系統優點在于：
（1）技術創新：系統采用主流的 BSLE 無線通信作為核心技術，實現了心率監測、計步測量、健康運動分析等功能。對比市場上智能手環等智能終端，本系統以具備通話功能與面向移動終端的圖形界面為優勢；相對于市場上的電話手表，系統具備完善的運動健康監測的功能，而且功耗低，因此本系統具有較強的新穎性和實用性。
（2）思維創新：系統硬件上的 LCD 圖形界面設計采用非移植第三方（獨立開發）的圖形用戶界面庫，實現了 LCD 與觸摸屏的良性交互與人機友好界面等功能，使系統顯示簡潔，重點內容突出，而且系統不同功能之間的切換反應迅速。
總之，本文研究的智能手表系統將人機交互模式、遠程移動通信、傳感器和短距離藍牙通信等新興技術一體化融合后應用于本系統開發實踐，并通過系統的硬軟件優化設計實現了“物聯網與健康”主題，有很大的技術優勢與工程實用性。
