我正在使用 LED 和接收器制作手指体积描记器（FP）。该传感器产生一个模拟脉冲波形，该波形经过滤波、放大并馈入范围为 3.3-0V 的微控制器输入。这个信号被转换成它的数字形式。
采样率为 8MHz，处理器频率为 26MHz，精度为 10 或 8 位。
我在提出一种强大的峰值检测方法时遇到了问题。我希望能够从手指体积描记器中检测到心脏脉搏。我已经设法使用阈值方法准确测量心率。然而，FP 对运动极为敏感，信号的偏移量会随着运动而变化。然而，信号的峰值仍然会出现，但电压偏移会发生变化。
因此，我提出了一种使用斜率检测峰的峰检测方法。例如，如果产生一个峰值，则最大值点之前和之后的斜率将分别为正和负。
您认为这种方法的可行性如何？有没有更简单的方法来使用微控制器执行峰值检测？
您仍然可以在设备移动时引入虚假峰值检测。无论您是计时平均峰值持续时间还是应用 FFT（快速傅立叶变换），都会出现这种情况。
使用 FFT，您应该能够忽略您正在考虑的频率范围之外的峰值（例如，那些 < 30 bpm 和 > 300 bpm 的峰值）。
正如 Kenny 所说，8MHz 可能会压倒 26MHz 芯片。如此高的采样率有什么特别的原因吗？
如果您可以使用过零检测周期，即使在 10 Hz 的 10 倍过采样下，您也可以使用 quick-n-dirty-edge 的线拟合来找到确切的周期，然后减去该周期中的新波样本前一个，并获得一个直流偏移。周期测量将具有您的采样率的精度。对时间和幅度归一化数据进行操作会容易得多。
与仍需要额外数据处理的 FFT 相比，这个想法在计算上是轻量级的。
像一些评论一样，我也建议降低您的采样率，因为您现在只关心脉搏（即心率）。因此，假设您要查看静息心率，您将处于低于 1Hz 到 2Hz 的范围内（60 BPM = 1Hz），具体取决于受试者的健康状况、年龄等。
为了隔离感兴趣的频率范围，我还推荐一个简单的低阶数字滤波器。如果您可以访问 Matlab，您可以使用其滤波器设计和分析工具（FDATool 简介）来玩转数字滤波器设计。您会发现，数字滤波 ( wiki ) 在计算上并不昂贵，因为它是乘法和加法的问题。
要回答您问题的检测部分，是的，在微控制器内对体积描记器波形实施峰值检测当然是可行的。以您的示例为例，基于斜率的峰值检测算法将对您的波形数据进行操作，搜索斜率的变化，主要是斜率波形与零交叉的位置。
以下是有关您的应用程序需要考虑的其他一些事项：
当然，如果您进行文献搜索，您会发现各种潜在的算法，但我认为基于斜率的检测因其简单性而非常有用。希望能帮助到你。