一、 前言
在上一篇评测中，我们体验了 ST NUCLEO-U385RG 的基础开发流程。既然这是一颗搭载了 Arm Cortex-M33 内核、主频高达 160MHz 的高性能低功耗 MCU，只用来点灯未免太大材小用了。
本次评测中，我将会用我们上一次调试好的I2C连接MAX30102 心率模块，通过STM32U385强大的能力，实现HRV（心率变异性）压力分析。这也就是说，首先在MCU内实现简单的IIR数字滤波，清洗PPG信号，再利用FPU实时计算SDNN指标，量化“压力/放松”状态。然后我们同样通过I2C连接一块SSD1306驱动的OLED屏，实现“心电扫描”与“大字数据”的双模式无缝切换。
二、 处理原始数据
MAX30102 输出的原始 PPG 信号通常包含极大的直流偏置（DC Offset）和高频噪声（环境光、手指微颤）。如果直接绘图，波形会满屏乱飘且全是锯齿。所以为了解决问题，我们需要对信号进行一定的处理。
得益于STM32U385标配了FPU，在代码中，我们只需给常数加上f后缀（如 0.95f），编译器就会直接调用Cortex-M33的硬件指令，将原本耗时几十个周期的运算压缩到 1-2 个周期 完成。
我采用了一个二阶级联的 IIR 滤波器方案：
float PPG_Signal_Process(uint32_t input) {
// 利用 FPU 进行浮点乘加运算，效率极高
// 高通去直流
v_dc = 0.95f * v_dc + 0.05f * (float)input;
float ac = (float)input - v_dc;
// 低通滤波
v_filtered = 0.85f * v_filtered + 0.15f * ac;
return v_filtered;
}
三、 HRV 压力分析
心率（BPM）只能反映跳得有多快，而HRV（心率变异性） 才能揭示当下的精神状态。HRV的计算方式是计算相邻两次心跳间隔的标准差，这就要求我们频繁进行平方、求和和开方等复杂运算，借助STM32U385的算力，我们可以在每次心跳间隙实时完成计算，无需由上位机处理。
void Calculate_HRV(float new_rr_interval) {
// 存入环形缓冲区
rr_intervals[rr_index] = new_rr_interval;
rr_index++;
if (rr_index >= RR_BUF_SIZE) {
rr_index = 0;
rr_filled = 1; // 标记已填满
}
if (rr_filled == 0) return;
// 计算均值
float sum = 0.0f;
for (int i = 0; i < RR_BUF_SIZE; i++) {
sum += rr_intervals[i];
}
float mean = sum / (float)RR_BUF_SIZE;
// 计算方差
float sum_squared_diff = 0.0f;
for (int i = 0; i < RR_BUF_SIZE; i++) {
float diff = rr_intervals[i] - mean;
sum_squared_diff += (diff * diff);
}
// 计算标准差
current_hrv = sqrtf(sum_squared_diff / (float)RR_BUF_SIZE);
}
四、 其它软件架构
在开发过程中通过示波器观察发现：如果简单地在 while(1) 里跑循环，当切换到不刷新屏幕的模式时，循环频率会飙升到数千赫兹，导致滤波器参数失效，数据失真。所以我们强制核心算法每20ms运行一次。同时，利用板载 User Button实现波形模式和大字模式的切换。
五、 效果展示与总结
将代码烧录进 NUCLEO-U385RG 后，系统的响应速度非常灵敏，完全感受不到复杂浮点运算带来的延迟。
图1 波形模式
图2 大字模式
通过这个项目，我对ST NUCLEO-U385RG的性能有了更深层次的理解，它具有160MHz主频和FPU，非常适合用来边缘计算，实现一些信号的DSP处理，同时配合HAL库和CubeMX，我们可以专注于算法逻辑，而无需在底层寄存器配置上浪费过多时间。