简介安卓平台上一份用于模拟检测心率变化的完整应用源代码工程面向安卓应用开发者和健康监测方向的学习者解决如何调用设备光学心率传感器、滤除噪声并实时显示心率数值与波形的问题。压缩包共包含53个文件以Java源代码、XML布局配置、PNG图像资源、JAR依赖库为主同时保留编译生成的class、dex文件以及可直接安装的APK安装包整体体积仅1.73MB便于离线阅读和调试。工程目录涵盖src源码、res资源、assets与libs依赖库代码中实现了SensorManager注册监听、滑动平均滤波、心率换算、Handler异步更新UI以及BODY_SENSORS权限申请等关键环节从传感器数据采集到曲线图表展示形成完整闭环。借助内置的AChartEngine绘图库可直观理解实时心率图的绘制流程。已有1896人浏览学习适合通过实际工程快速上手安卓传感器应用开发也可作为课程设计或毕业设计的参考原型。1. 为什么要在没有心率传感器的情况下做模拟实现先聊一个很现实的场景你想做一个心率监测相关的Android App结果翻遍手里的测试机——没有一台带心率传感器。旗舰机的摄像头方案确实能测但需要手指严丝合缝地按住镜头光照稍微一变数据就飘模拟器上更是直接歇菜。这时候功能开发和UI联调全被卡住总不能等硬件到位再动手吧所以我习惯的做法是先写一套心率模拟数据源把整个业务流程跑通等真机传感器到位后再做数据源替换。这个思路不是糊弄而是有实际工程依据的。目前Android平台获取心率主要有两条路一是系统Health Services框架通过穿戴设备Wear OS手表拿到心率数据二是用摄像头做光电容积描记PPG闪光灯照亮指尖毛细血管血液随心跳脉冲式流动摄像头感光元件捕捉到透射光强度的周期性波动再通过信号处理算法提取出脉搏频率。这两条路在早期开发阶段都有共同痛点硬件门槛、权限流程繁琐、数据不稳定。你在没有完整硬件环境时逻辑层、UI层、图表展示层全都做不了。模拟数据源的定位就是“接口先行”和“UI先行”。把数据生产方和消费方彻底解耦定义好HeartBeat数据模型和回调接口模拟器负责按真实心率的统计规律产出数据UI层只管订阅并刷新BPM数值和波形图。等以后接真实传感器只需要替换数据源实现界面和业务逻辑一行都不用改。这是这套代码最值得借鉴的设计思路。2. 理解心率信号的特征才能模拟得像真的写模拟数据前一定要先搞懂真实心率信号长什么样不然产出的数据一看就是假的。人类静息心率通常在60到100 BPM每分钟心跳次数运动员可能低至40多剧烈运动后能冲到170到190。但“心率”这个数值本身不是每秒钟均匀变化的——心脏每次搏动的间隔R-R间期天然存在微小波动医学上叫心率变异性HRV是自主神经系统调节的结果。如果模拟器简单地用60000 / bpm算出一个固定间隔然后像节拍器一样均匀地发心跳事件你画出来的波形会异常规整BPM数值稳定得纹丝不动明眼人一看就知道是假的。所以我设计模拟器时加了三个核心要素基础节律以目标BPM为平均值的正弦节奏基准。HRV扰动每次心跳间隔在均值基础上叠加±5%左右的随机波动模拟自主神经调节。瞬时波动显示在界面上的“当前心率”也不是目标值本身而是围绕目标值浮动、略微滞后的曲线。这三个要素叠加才能产生视觉上“像生物信号”的效果。模拟心电图波形更复杂P波、QRS波群、T波都有明确的生理意义但对于模拟器来说做一套以正弦波为骨架、叠加随机噪声的伪波形已经足够支撑绝大多数开发场景——你要做的是调试UI、验证逻辑不是发医学论文。3. 源码实现从数据生成器到波形图完整链路3.1 数据生成器核心类是心跳模拟引擎先定义数据模型每次心跳产出一个HeartBeat对象包含时间戳、瞬时心率和波形振幅。我用Kotlin的data class简洁且天然支持解构。data class HeartBeat( val timestamp: Long, // 本次心跳发生时间 val instantBpm: Float, // 当前瞬时心率 val amplitude: Float // 用于绘制波形的归一化振幅 0f~1f )模拟引擎核心逻辑在HeartRateSimulator类里。它负责两件事计算下一次心跳的间隔、在间隔结束后生成心跳事件。用协程实现定时比Handler更简洁还天然支持生命周期取消。class HeartRateSimulator( private val scope: CoroutineScope, private val onBeat: (HeartBeat) - Unit ) { private var running false private var targetBpm 72f // 默认目标心率 fun start() { if (running) return running true scope.launch(Dispatchers.Default) { while (running) { val interval calcIntervalWithHrv(targetBpm) delay(interval) if (!running) break onBeat(generateBeat()) } } } private fun calcIntervalWithHrv(bpm: Float): Long { // 基础间隔60000ms / bpm val baseMs 60000.0 / bpm // HRV扰动±5%的随机误差 val jitterRatio (Random.nextFloat() - 0.5f) * 0.1f return (baseMs * (1 jitterRatio)).toLong() } private fun generateBeat(): HeartBeat { // 瞬时心率在目标值附近浮动范围约为±3bpm val instantBpm targetBpm (Random.nextFloat() - 0.5f) * 6f // 振幅归一化到0.2~1.0之间避免贴边 val amplitude 0.2f Random.nextFloat() * 0.8f return HeartBeat( timestamp System.currentTimeMillis(), instantBpm instantBpm, amplitude amplitude ) } fun updateTargetBpm(newBpm: Float) { targetBpm newBpm.coerceIn(40f, 200f) } fun stop() { running false } }注意generateBeat()的时间戳我用的是System.currentTimeMillis()但实际测量场景下更严谨的做法是用SystemClock.elapsedRealtime()——前者是wall clock系统时间被用户调整或网络对时后可能跳变后者是开机以来的单调时钟适合计算间隔。模拟器里问题不大但代码习惯上建议直接用单调时钟。这里有个关键设计容易被忽略为什么用while (running)这个循环而不是协程的delay递归因为递归写法在快速stop()再start()时容易出现重复启动的问题while加标志位是最直白也最不容易出错的方案。3.2 界面绑定让BPM数据驱动UI刷新有了心跳事件接下来要把数据送到UI层。我在MainActivity里用lifecycleScope创建协程作用域数据生成器通过回调把HeartBeat传给ViewModel或直接传给Activity。为了代码清晰示例直接在Activity里完成绑定。class MainActivity : AppCompatActivity() { private lateinit var simulator: HeartRateSimulator private val bpmText: TextView get() findViewById(R.id.tvBpm) private lateinit var waveformView: WaveformView override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) setContentView(R.layout.activity_main) waveformView findViewById(R.id.waveformView) simulator HeartRateSimulator(lifecycleScope) { beat - runOnUiThread { bpmText.text String.format(Locale.US, %.0f, beat.instantBpm) waveformView.addPoint(beat.amplitude) } } simulator.start() // 模拟运动强度切换静止 / 步行 / 跑步 findViewByIdSeekBar(R.id.sbIntensity).setOnSeekBarChangeListener(...) } override fun onDestroy() { simulator.stop() super.onDestroy() } }这里有个细节HeartRateSimulator在Dispatchers.Default线程池里生成数据回调时如果用runOnUiThread所有UI更新都回到主线程不会产生并发修改View的问题。协程回调本身还是异步的所以runOnUiThread是必须的别省。3.3 自定义View画波形不依赖第三方照样出图波形图可以选MPAndroidChart这类成熟库但为了讲清楚原理我先用自定义View实现一版。核心逻辑是维护一个固定长度的ArrayDeque数据超过200个点就丢最老的然后通过Path连成折线画在Canvas上。class WaveformView JvmOverloads constructor( context: Context, attrs: AttributeSet? null ) : View(context, attrs) { private val points ArrayDequeFloat() private val linePaint Paint(Paint.ANTI_ALIAS_FLAG).apply { color Color.parseColor(#FF4D6D) strokeWidth 6f style Paint.Style.STROKE strokeCap Paint.Cap.ROUND } private val gridPaint Paint(Paint.ANTI_ALIAS_FLAG).apply { color Color.parseColor(#33000000) strokeWidth 2f } fun addPoint(value: Float) { points.addLast(value) if (points.size MAX_POINTS) points.removeFirst() invalidate() } override fun onDraw(canvas: Canvas) { super.onDraw(canvas) drawGrid(canvas) if (points.size 2) return val stepX width.toFloat() / (MAX_POINTS - 1) val path Path() points.forEachIndexed { index, value - val x index * stepX val y mapValue(value) if (index 0) path.moveTo(x, y) else path.lineTo(x, y) } canvas.drawPath(path, linePaint) } private fun mapValue(value: Float): Float { val clamped value.coerceIn(0f, 1f) // 留出上下边距振幅映射到View高度的80%区域 val usableHeight height * 0.8f val topMargin height * 0.1f return topMargin clamped * usableHeight } private fun drawGrid(canvas: Canvas) { val stepY height / 5f for (i in 1..4) { canvas.drawLine(0f, stepY * i, width.toFloat(), stepY * i, gridPaint) } } companion object { private const val MAX_POINTS 200 } }ArrayDeque做滑动窗口非常合适addLast配合removeFirst天然就是数据结构课上的队列用法。这里给个提示如果你画的是实时心率波形MAX_POINTS要跟UI刷新率和心率范围匹配。200个点如果按75BPM算每0.8秒一个点整屏约160秒的心跳数据。对观察波动趋势足够了。3.4 主动模拟波形而不是只传振幅上面generateBeat()的振幅是纯随机数画出来会像噪声不像心电波形。更接近真实的效果是在心率模拟引擎里维护一个相位正弦波每个心跳周期按采样频率推进相位再叠加适量噪声。class WaveformSimulator(private val scope: CoroutineScope) { private var phase 0f private val sampleIntervalMs 50L // 20Hz采样率 fun start() { scope.launch { while (true) { delay(sampleIntervalMs) phase 2 * PI / 10 // 每个周期约10个采样点 val wave sin(phase) val noise (Random.nextFloat() - 0.5f) * 0.2f onSample?.invoke(wave noise) } } } }这样画出来的波形会呈现周期性起伏而不是散点。注意这个采样器只负责画波形跟BPM数值的更新要分开——BPM数值大约每0.5到1秒更新一次波形采样可以做到20到30Hz二者从不同协程发出互不干扰。如果强行在同一个协程里既驱动波形又驱动BPM要么波形卡顿要么BPM更新过快怎么调都不对劲。4. 让模拟数据更自然的实测细节与踩坑记录代码本身不难难的是让模拟效果“手感好”。我调试这套模拟器时踩了几个坑逐一记录4.1 固定间隔会让波形看起来像节拍器第一次跑通时波形图上每个波峰间距完全相等UI上BPM数字永恒不变哪怕目标是72它就一直显示72。视觉上特别死板完全不像生物信号。解决办法就是加入HRV扰动前面代码里jitterRatio那行就是干这个的。实测把扰动幅度控制±5%最好太小仍然看着死板太大会觉得心率忽快忽慢像心律失常。如果你要做更逼真的模拟还可以再进一步让HRV的扰动服从正态分布而不是均匀分布。Random.nextGaussian()可以生成标准正态分布随机数标准差设为基础间隔的2%。生理上更贴近真实HRV的分布特征不过对UI调试来说均匀分布已经足够。4.2 协程delay不是精密定时器别拿它算BPMdelay()的精度能到毫秒级但在系统负载高的时候实际恢复时间可能比预定时间晚几毫秒甚至几十毫秒。如果BPM完全依赖delay的间隔来算数值就会抖动。我的做法是BPM计算只依赖timestamp差值calcIntervalWithHrv负责在宏观上控制节律instantBpm在生成时单独计算不回头去拿delay的实际耗时反推。另一个细节协程如果跑在Dispatchers.Main上delay会受UI工作负载干扰所以我特意指定Dispatchers.Default跑数据生成逻辑。UI线程只做接收和绘制不参与数据加工。4.3 图表数据无上限累积内存迟早爆如果你用MPAndroidChart这类库拿LineChart实时刷新每来一个心跳就addEntry一次图表内部会无限积累数据。App跑几个小时内存直接膨胀。自定义View里我用ArrayDeque滑动窗口解决第三方库里要对数据集做截断比如只保留最近300个entry或者定期清理。一个更优雅的做法是UI层只保留最近N个点用于绘制同时单独用onBeat事件流汇总统计——比如维护最近10次心跳计算出平滑BPM。这样显示历史趋势和显示瞬时值可以共存不会为了后者拖垮前者。4.4 模拟器时间基准和真机不一致Android Studio自带的AVD模拟器System.currentTimeMillis()有时会有跳变尤其是宿主机休眠唤醒后。做模拟器调试时时间戳一律用SystemClock.elapsedRealtime()它是开机以来经过的毫秒数不受系统时间设置影响。我在这上面吃过亏模拟器上波形图某次唤醒后突然出现断崖排查半天发现是系统时间跳了两分钟。4.5 真实心率区间和运动状态要联动很多开发者只做了一组42到75之间的心率波动就以为完事了。实际上你切换“运动强度”滑块时目标心率变化应该有过渡过程而不是瞬间跳变。比如从静息72直接调到跑步160真实人体心率需要几十秒甚至几分钟逐渐爬升。模拟器可以做一阶惯性平滑每次updateTargetBpm不直接改目标值而是把目标值作为一个目标变量真实值每轮迭代按一定比例逼近。响应速度可以调跑步场景响应快些静息恢复慢些。private var targetBpm 72f private var currentBpm 72f fun updateTargetBpm(newTarget: Float) { targetBpm newTarget.coerceIn(40f, 200f) } private fun getNextInstantBpm(): Float { currentBpm (targetBpm - currentBpm) * 0.02f // 每次逼近2% return currentBpm (Random.nextFloat() - 0.5f) * 2f }不要小看这0.02这个系数它决定了变化速率。乘数越大逼近越快乘数越小过渡越平滑。实测0.01到0.03之间手感比较自然。你想做“测试某个固定心率状态下的UI表现”可以用滑块快速切换目标值你想做“模拟跑步逐渐升温”的demo就可以让目标值随时间阶梯递增然后靠这段惯性平滑去产生爬坡曲线。5. 代码跑通后可以往这些方向扩展这套模拟框架的价值在于数据源的可替换性。我在HeartRateSimulator里把产出的HeartBeat设计成纯数据对象UI部分只消费不生产后续接入真实传感器时写一个实现同样接口的RealHeartRateSource就能无缝替换。扩展方向上心率区间提示是很实用的功能根据年龄算出最大心率220减去年龄再按百分比划分燃脂区、有氧区、无氧区模拟器发出的瞬时心率落进哪个区间界面就切换对应颜色。这个功能一旦用模拟数据调通接真机后基本不用改业务逻辑。再如异常检测——模拟器可以故意在某些时间段产生连续快速波动模拟早搏用来测试异常状态下的UI弹窗和报警逻辑。还有导出数据把时间戳、瞬时心率、振幅组合成CSV文件方便复盘分析这在真机数据采集后也用得上。如果你需要完整源码做参考核心就三部分HeartRateSimulator数据生成器、WaveformView自绘波形控件、MainActivity桥接层。三者分工明确没有多余耦合修修改改就能套进你自己的项目里。我最初做这个是为了在没有Wear OS手表的条件下验证一个心率区间训练页面结果模拟器帮我把权限申请、UI动效、通知逻辑全部提前跑完等正式手表到位后对接只花了不到半天。这就是模拟数据的工程价值。本文还有配套的精品资源点击获取