1.算法运行效果图预览
其RTL结构如下：
2.算法运行软件版本
vivado2019.2
3.算法理论概述
心电图（ECG）是医学领域中常用的一种无创检测技术，用于记录和分析心脏的电活动。由于ECG信号微弱且易受到噪声干扰，因此在采集和处理过程中需要进行滤波以提取有效信息。同时，根据滤波后的ECG信号，可以进一步计算心率等生理参数。现场可编程门阵列（FPGA）以其并行处理能力和可重构性，在ECG信号处理中发挥着重要作用。
3.1 ECG信号的特点与噪声
ECG信号是一种低频、微弱的生物电信号，其频率范围主要集中在0.05Hz至100Hz之间。典型的ECG波形包括P波、QRS波群和T波等。在信号采集过程中，ECG信号容易受到基线漂移、工频干扰、肌电干扰和电极接触噪声等的影响。
3.2 FPGA在ECG信号处理中的应用
FPGA作为一种高性能的数字信号处理器件，可以实现复杂的数字滤波算法，以去除ECG信号中的噪声干扰。常用的数字滤波器包括低通滤波器、高通滤波器和带通滤波器等。
3.3 ECG信号滤波原理
低通滤波器：用于去除高频噪声，如肌电干扰和工频干扰。其数学表达式为：
(H(z) = \sum_{k=0}^{N} bk z^{-k} / \sum{k=0}^{M} a_k z^{-k})
其中，(H(z))为滤波器的传递函数，(b_k)和(a_k)为滤波器的系数，(N)和(M)为滤波器的阶数。
高通滤波器：用于去除基线漂移等低频噪声。其数学表达式与低通滤波器类似，但系数不同。
带通滤波器：结合低通和高通滤波器的特点，仅允许特定频率范围内的信号通过，以提取ECG信号中的有效信息。
3.4 心率计算原理
心率计算通常基于ECG信号中的R波进行检测。R波是ECG信号中幅度最大、最易于识别的波形之一。通过检测R波的间隔时间（RR间期），可以计算出心率。
心率（HR）的计算公式为：
(HR = 60 / RR)
其中，RR为两个相邻R波的时间间隔（以秒为单位）。
在FPGA中实现心率计算时，通常需要先对滤波后的ECG信号进行阈值检测或峰值检测，以准确识别R波的位置。然后，通过计时器或计数器测量RR间期，并根据上述公式计算心率。
3.5 FPGA在ECG信号处理中的优势
并行处理能力：FPGA可以同时处理多个数据通道，实现高速的ECG信号采集和处理。
可重构性：FPGA可以根据不同的应用需求灵活配置滤波器和心率计算算法。
低功耗：相比其他高性能处理器，FPGA在功耗方面具有优势，适用于便携式医疗设备。
4.部分核心程序
ECG_data ECG_data_u(
.i_clk (i_clk),
.i_rst (i_rst),
.o_data(o_data)
);
//low filter
wire signed[31:0]w_channel_output1;
fir_lower fir_lower_u(
.aresetn (~i_rst), // input sclr
.aclk (i_clk), // input clk
.s_axis_data_tvalid (1'b1), // output rfd
.s_axis_data_tready (),
.s_axis_data_tdata ({o_data[11],o_data[11],o_data[11],o_data[11],o_data}),
.m_axis_data_tvalid (),
.m_axis_data_tdata(w_channel_output1) // output [24 : 0] dout
);
assign o_data_filter1=w_channel_output1[25:10];
//high filter//这里和论文不一样，我再增加一个高频滤波
wire signed[31:0]w_channel_output2;
fir_higher higher_filter_u(
.aresetn (~i_rst), // input sclr
.aclk (i_clk), // input clk
.s_axis_data_tvalid (1'b1), // output rfd
.s_axis_data_tready (),
.s_axis_data_tdata ({o_data_filter1}),
.m_axis_data_tvalid (),
.m_axis_data_tdata(w_channel_output2) // output [24 : 0] dout
);
assign o_data_filter2=w_channel_output2[25:10];
//平均滤波
avg_filters avg_filters_u(
.i_clk (i_clk),
.i_rst (i_rst),
.i_data (o_data_filter2),
.o_avg_filter(o_data_avgfilter)
);
//===============================================================
wire[15:0]o_pv2_1;
dyn_lvl dyn_lvl_u(
.i_clk (i_clk),
.i_rst (i_rst),
.i_agcamp(16'd1500),
.i_pv2_1 (o_pv2_1),
.o_lvl (o_lvl)
);
find_heart_max find_heart_max_u(
.i_clk (i_clk),
.i_rst (i_rst),
.i_lvl (o_lvl),
.i_peak (o_data_avgfilter),
.o_pv2_1 (o_pv2_1),
.o_idx_1 (o_idx_1),
.o_delay_cnt(o_delay_cnt),
.o_syn (o_syn),
.curr_state (),
.cnten (),
.cnt0 (),
.cnt1 (),
.cnt2 (),
.cnt3 (),
.cnt4 (),
.max_1 (),
.max_2 (),
.max_3 (),
.max_4 ()
);
assign o_peaks = o_pv2_1;
//计算心率
heart_rate_cal heart_rate_cal_u(
.i_clk(i_clk),
.i_rst(i_rst),
.i_heart (o_syn),
.o_heartrate(o_heartrate),
.o_heartcnt (o_heartcnt)
);
endmodule
