首先，由于集成了高精度的16位Σ-Δ型A/D轉換器且其A/D參考電壓可以編程調整（最小可達到10mV），因此，它可以在保證精度和動態范圍要求的情況下，直接進行A/D轉換，而不必進行經過放大部分，這樣，可以消除由于放大器的存在而帶來的動態范圍、噪聲以及失調電壓等一系列問題，并且減少了器件應用，降低了實現成本。

其次，由于該Σ-Δ型A/D轉換器提供了差模輸入方式，可以將傳感器給出的差模信號直接送入A/D轉換器中，理論上其共模抑制比可以達到無窮大，因此，它可以大大降低由于前級放大電路的不匹配而造成的共模干擾。

再次，由于在Σ-Δ型A/D轉換器進行轉換的過程中，要通過一個低通濾波器的作用，因此，在進行A/D轉換之前，不必進行濾波處理。可以直接將傳感器與A/D連接，然后再進行數字濾波。

另外，由于ADuC848中集成了一個標準的恒流源，恒流數值可以通過軟件編程來調節，因此，我們可以根據產品應用的不同環境，將一個標準的壓力輸出進行采樣，然后進行A/D轉換，再根據轉換結果及時地調整恒流源，直到輸出期望的轉換數值，以實現產品的自動校準。

改進后的硬件設計框圖如圖2所示。

2.2 軟件設計

經過上面的硬件處理之后，得到的是袖帶內壓力的變化曲線。因此，在下面進行的軟件處理中，先要分離出其中的脈搏信號，然后再去除干擾點，擬合包絡曲線，找到對應的平均壓，最后再根據系數計算出收縮壓和平均壓。

首先，在分離脈搏信號的過程中，我們引入了形態濾波的算法。由于袖帶內壓力信號與脈搏信號頻帶接近，直接采用帶通濾波會減小信號幅度，降低信噪比，給后面的處理帶來困難，而應用形態濾波的處理算法，則是從形態學角度來分離信號，它可以很好地將脈搏信號提取出來。為了能夠實時地完成信號分離，我們將采用開運算來進行處理，削平原始信號中所有的波峰，再用原始信號與處理后的信號做差，得到分離出的脈搏信號，如圖3和圖4所示。

其次，為了有效地抑制干擾，修復缺損的脈搏波，我們將根據每個脈搏波峰值與和它相鄰的脈搏波峰值之間所成角度的關系，來決定每個脈搏波的可信程度，由于脈搏波幅值不是單調變化的，因此，這樣的判斷還需要把幅值因素考慮進去，其具體的方法如文獻[1]中所述。

再次，將利用上面得到的每個脈搏波的權值信息，進行包絡擬合，由于所得包絡線明顯不對稱（即二階擬合不能滿足要求）,我們將采用帶權值的三階最小二乘擬合方式。擬合完成后，曲線上極大值所在位置對應的壓力值，就是平均壓的數值。

最后，如文獻[2]中所述，我們將根據平均壓的大小決定采用何種幅度系數，并利用幅度系數，計算出相應的收縮壓、舒張壓對應的位置，得到收縮壓、舒張壓的大小。



3．實驗結果

為了試驗所得血壓計的準確性，我們選取了一些典型地樣本，將它的測量結果與人工聽診的柯氏音法進行比對。

首先，用人工聽診的柯氏音法來測量血壓數值a1，相隔15min后，再用改進后的電子血壓計進行測量，得測量數值b，然后，再等待15min，用人工聽診的柯氏音法重新測量一遍，得測量血壓值a2，最后，用a1與a2的平均值a作為人工聽診柯氏音法所得的測量數值。所得測量數據如表1和表2所示。


由以上幾組典型的測量結果可以看出，應用本文所述的電子血壓計測量血壓，能夠保證血壓測量的精確度在5mmHg以內，這樣，基本可以滿足血壓測量的精度要求。

4．結語

本文提出了一種基于SOC的血壓檢測儀器的實現方法，該方法的硬件集成度高，設計實現簡便，軟件設計集合了形態濾波等多種先進算法，精確度高，抗干擾性強。實驗證明，這種血壓檢測儀器，具有很好的精度，能夠滿足血壓測量的一般要求。