关于阻抗心率信号信噪比问题的解决思路整理

       最近在做一个阻抗心率的项目，原理是利用人体的阻抗，随着血液的循环，会呈现一定的规律性变化，变化过程中会有0.5ohm左右的变化。但是在项目过程中遇到信噪比差的问题。在这里对问题的思路定位做一个总结和知识点的整理。

---

现象如下：

正常信号示意图：

 

---

 测量原理如下：

 

---

原因分析：

       已经确认了测量芯片的软件配置和硬件电路配置。但是信噪比仍然差。因此分析可能是VS的原因。因为VS未经过Trimming, 发现烧录程序后，实测的VS和软件配置的VS值相差较大，比如软件配置VS=3.0V，但实测可能到2.8V或者3.4V。因此怀疑是VS的原因。

实验确认：

      现象1： 使用PCBA的LDO直接供电VS，发现外部电源测得的VS信噪比较内部电源好很多；

      现象2： 使用外部电源DC直接供电VS，发现外部电源测得的VS信噪比较内部电源好很多；

---

理论支撑1：

A:如何区分ADC的相对测量和绝对测量，为什么说称重是相对测量，而阻抗测量是绝对测量？

称重时电路为一个惠斯通电桥:

  AIN0=R4/(R1+R4)*VS   AIN1=R3/(R1+R3)*VS  

  AIN0-AIN1=[R4/(R1+R4) -R3/(R1+R3)]*VS    -ADC输入的电压大小；

  ADC=(AIN0-AIN1)/VS*7FFFFF（24bit）      - 电压大小转换为AD值；

  综上得：ADC=[R4/(R1+R4) -R3/(R1+R3)]*7FFFFF（24bit）  -约去了VS，因此称重时和VS本身的电源质量无关，此为相对测量。

而在测量阻抗（绝对测量）时将人体等效为一个阻容网络，让一路电流流过该网络产生一个和网络阻抗成正比的压降，通过ADC检测该压降可换算成阻容网络的阻抗（校准线性时，校准电阻的AD值是根据VS计算出来的，因此根据K值计算阻抗时也相当于参考了VS）因此为相对测量。

---

理论支撑2：分析电路噪声的思维框架是什么？如何评估噪声量？如何对噪声进行频谱分析？

 

电路中的噪声大致可分为内部噪声和外部噪声两种。

外部噪声：

      电源噪声：

              例如心率信号测量时，采用纹波较差的电源供电就影响测量信号，使得信号测量的信噪比变差。

      地噪声：

              例如心率信号测量时，采用如果直接用非隔离串口来进行测量，或者在测量时，笔记本或者PC连接市电，就会从GND端        引入纹波，导致信号信噪比变低。

              值得一提的是，实际电路中，任何两点的电位都不可能完全相等，电流流经地线，会产生电位差。因此地连接也推荐星型

      连接。或者模拟地和数字地单点连接。

      射频噪声：

             例如之前在五所做的芯片的射频分析，为什么需要用法拉第箱做屏蔽？就是因为不想引入射频干扰。再例如传感器进行测        量时为什么不推荐引线太长？原因其一就是因为担心引入射频干扰。一般的做法是在输入端滤波，屏蔽或者采用双绞线方式。

      还有的就是为什么WIFI模组，BLE模组很多都会用铁壳屏蔽，也是为了屏蔽RF干扰。

内部噪声：

        内部噪声来源于信号链中的电路元件。比如电阻，传感器，ADC，IC中各模块。       

        以电阻为例：电阻在工作时存在本身属性决定的热噪声，以及电流流过产生的噪声。

        再比如，本案例中，IC内部的ADC和BIM模块本身会存在噪声，这些噪声同样会影响信号的信噪比。

如何评估噪声量？

        单位：uVPP

        峰峰值噪声：指的是波峰到波谷之间的距离。

        有效值噪声：也称为均方根噪声，其运用的是一段时间内的所有噪声点，因此比较精确。

                                                                   

如何进行噪声的频谱分析？ 以MATLAB为例：

信号的噪声分量为noise_S：

Fast Tourier transform: 

// Fast Fourier transform

noise_S_fft=fft(noise_S,8000);
noise_S_fft_abs=abs(noise_S_fft);   // FFT return the result is complex number a+bi, so abs() it.
plot(noise_S_fft_abs);

/*********************************************
Y = fft(x) returns the discrete Fourier transform (DFT) of vector x, computed with a 
fast Fourier transform (FFT) algorithm.

Y = fft(X,n) returns the n-point DFT. fft(X) is equivalent to fft(X, n) where n is the 
size of X in the first nonsingleton dimension. If the length of X is less than n, X is
 padded with trailing zeros to length n. If the length of X is greater than n, the 
sequence X is truncated. When X is a matrix, the length of the columns are adjusted in the same manner.

*********************************************/

 result is :

 噪声谱密度：

         高频下的噪声为白噪声（其频谱密度不会随着频率变化而变化）。但在低频下，噪声频谱密度会以3db/倍频上升，密度在此区域和频率成反比，因此这种噪声也成为1/f噪声。

---

理论支撑3：

   进行电源LDO或者VS的滤波时，滤波电容的选取对信号的实际影响效果如何？请给出理论支撑和实际论证？

A: 举一个例子，如下图为进行电源滤波的一个实例。LDO出来采用了一个10uF的电容做滤波。

      实质上， 电容由于自身的构造，材料等因素，电容的模型可以等效为：ESR（等效串联电阻）串联一个ESL(等效串联电感)，再串联一个电容。会自带一个谐振频率点。在这个谐振频率点时，电容的容抗=电容的感抗，同时容抗最低。

谐振频率计算公式：

如下图：

       电容的容量和谐振频率成反比，容量越大，谐振频率越低。当外部作用于电容的频率高于谐振频率时，电容呈现感性，当外部作用于电容的频率低于其谐振频率时，电容呈现容性。

        因此如上电路中，为了滤除电源中的低频纹波，需要一个较大的电容，在低频时呈现高阻抗。但此时滤波电路对于高频干扰滤除效果较差，应该采取什么措施呢？

       如上电路图，在LDO出来时，加了一个NC电容，为的就是并联一个小电容，滤除高频干扰。而未指定具体值的原因是为了方便调整。

       当一个大电容，并联一个小电容搭配时，频率-阻抗图如下：

          多电容并联的原理也是一样的。

          结论：高频干扰用小电容，在高频段呈现高阻抗，低频干扰用大电容，在低频段呈现高阻抗。

---

理论支撑4：

       磁珠对信号的影响如何？请给出理论支撑和实际论证？

        磁珠是电容、电感、电阻的复合体，相当于三者的并联，主要场合是对某个频段的抑制，相对于电感+电容的组合来说，磁珠作用于高频，一般是>100MHz,且在高频段的电阻特性为主要特征，所以不但可以过滤噪音，还可以通过电阻来消耗噪音（非电阻的滤波器，理论上只是导走噪音，而不是损耗噪音）。