作者簡介

秦冬至

電信科學技術研究院碩士研究生在讀，主要從事儀器系統設計、控制算法優化以及嵌入式系統開發等方面的研究工作氮氣發生器 。

梁栗炎

中國信息通信研究院知識產權與創新發展中心工程師，主要從事腦機接口、生物醫學信號處理等方面的研究工作氮氣發生器 。

張倩

通訊作者氮氣發生器 。中國信息通信研究院知識產權與創新發展中心高級工程師，主要從事知識產權、腦機接口、未來產業等方面的研究工作。

論文引用格式：

秦冬至, 梁栗炎, 張倩. 生理信號發生器技術研究綜述[J]. 信息通信技術與政策, 2025, 51(3): 36-43.

生理信號發生器技術研究綜述

秦冬至1 梁栗炎2 張倩2

（1.電信科學技術研究院氮氣發生器 ，北京 100191；

2.中國信息通信研究院知識產權與創新發展中心氮氣發生器 ，北京 100191）

摘要：隨著科學技術的發展，越來越多的生理信號分析設備投入醫療應用，可有效提升人民生活健康水平氮氣發生器 。醫療設備的評估和測試驗證面臨技術復雜度高、周期長等挑戰。因此，生理信號發生器近年成為研究與開發熱點，該設備面向生理信號分析設備的功能性能測試與校準，具有極高的應用價值。目前缺少對生理信號模擬器從原理到技術方案的總結，且不同生理信號之間具有較大的差異性，為此首先系統闡述了生理信號的特征、生理信號模擬器的架構及其子模塊原理；進而對比分析了主流信號發生器的設計方案與應用場景；最終系統性梳理了現有生理信號模擬器的實現方案及其創新點，旨在為生理信號模擬器的研發與應用提供一定參考。

關鍵詞：生理信號；信號發生器；測試

0 引言

進入21世紀，研究者們對解析人體產生的復雜電生理信號的興趣和需求不斷上升，這些信號作為生物系統功能狀態的指標，其成功解讀對于發展適應性療法至關重要氮氣發生器 。這些療法能夠為相關患者提供精確且個性化的治療計劃，例如在植入式心律轉復除顫器和心臟起搏器的應用[1]中，科學家們能夠利用采集到的心電圖（Electrocardiogram，ECG）和基于加速度計的活動信號，提供適當的反電擊和規律的電刺激來恢復心臟的正常節律。此外，深部腦電極和皮層電圖（Electrocorticogram， ECoG）測量的局部場電位在適應性深部腦刺激治療中發揮著關鍵作用[2]，為癲癇患者帶來了新的希望。目前，科研人員還致力于研究這些神經調控技術在治療強迫癥、抑郁癥等精神障礙方面的潛在應用，以期為這些疾病的治療開辟新途徑。

為了進行生物醫學設備的測試，可以使用各種工具來生成模擬信號，包括實驗室常用的函數發生器[3]、任意波形發生器[4]，以及市場上專門用于模擬生物信號的模擬器或“患者模擬器”[5]氮氣發生器 。這些工具各有特點：通用實驗室設備通常針對的是通道數較少且信號幅度在毫伏（mV）級別的通用信號，這一特性使得設備在信號的再現能力上有一定的限制。

雖然生物樣本是有效的研究工具，但它們成本高昂，并且可能會阻礙新設計的快速迭代和早期創新氮氣發生器 。有學者提出了一種將生物系統和設備固件建模在一起的完全計算方法[6]，允許對所有系統參數進行快速測試和編程控制。該方法提供了一個強大的平臺，但依賴于模型的準確性來預測現實生活中的行為。因此，在對閉環設備或算法進行測試中，使真實信號以可重復和受控的方式呈現是開發過程中不可或缺的一部分，其對新療法的安全性和有效性也是至關重要的。

生理信號發生器是一種能夠生成模擬生理電信號的設備，用于測試和校準醫療設備氮氣發生器 。這些發生器可以生成各種生理信號，如ECG、腦電圖（Electroencephalogram， EEG）和肌電圖（Electromyogram， EMG），以驗證醫療設備的性能和準確性。生理信號發生器的開發對于推動醫療設備技術的進步至關重要，因為它們提供了一種可控且可重復的方式來測試設備，而無需依賴真實的生物組織。

1 生理信號發生器實現原理

1.1 生理信號特征

生理信號通常是通過將電極與組織接觸來觀察的，根據信號的來源、與電極的接近程度、電極幾何形狀（即尺寸、形狀）和生物形貌的不同，測量信號的特征會有所不同氮氣發生器 。對于非侵入式和侵入式兩種應用將觀察到截然不同的信號，并且各自均具有一系列的挑戰，例如帶內干擾、電極非理想性等，這些都將最終影響信噪比（Signal to Noise Ratio， SNR）。因此，描述信號特性的兩個關鍵參數是信號幅值（電壓）和帶寬（頻率分布范圍），如圖1示，生理電信號普遍具有微弱幅值（μV至mV級）和極低頻段的特性。由于噪聲的影響，使得信號發生器的設計具有挑戰性，任何模擬生理信號的系統都必須具有非常高的動態范圍，同時保持低噪底（具有較高的SNR）。此外，為了恢復感興趣的生物信號，任何生物電位模擬器也應具有產生多通道信號的能力，進一步增加了系統的復雜性。

圖1 生理信號特征

1.2 系統架構

考慮到人機交互的便捷性，需要配置電腦端的交互界面，從而將相應數據文件輸入至儀表氮氣發生器 。由于生理電信號種類繁多，常見的有EEG、EMG、ECG、眼電（Electrooculogram，EOG），且采集這些數據的設備型號不同，保存成的數據格式也不同。常見的生物電信號可以保存為mat、edf、dat等格式，系統需支持將常見數據文件格式轉換為儀表可讀數據格式。信號發生器對時序控制的精度和速度要求較高，需要精確的時序信號來實時地控制多通道模擬輸出信號，如果時序信號不準確，可能導致信號失真或者同步異常，造成信號識別異常。所以選擇的主控芯片需要在保證高精度低延遲的情況下能夠同時處理多組任務，確保輸出信號的同步性。一方面，生物電信號的幅頻特性和常見儀器的規則周期信號不同，其具有強烈的非線性和混沌特性，為了更好地觀察輸出波形的細節，需要信號模擬器具備正弦波、鋸齒波等標準信號輸出功能，且要求具有較低的失真率。

為了能夠滿足上述要求，生理信號模擬器常見的架構如圖2所示氮氣發生器 。上位機軟件將生理信號文件轉換為系統可識別的文件，通過傳輸協議發送給主控部分并進行掉電存儲。由于信號輸出速率和主控讀取文件的速率不一致，需要在隨機存取存儲器上實現雙緩沖隊列作為橋接，將數據根據各通道的時序要求從RAM發送到數字模擬轉換器（Digital to Analog Converter， DAC）的控制總線上。由于生理信號幅值較為微弱，DAC輸出的模擬信號需要經過衰減器將輸出的信號限制在合理范圍內，進一步通過運放和濾波電路提升信號驅動能力并消除特定頻率的噪聲干擾。為了防止周圍存在開關電源的高頻切換在空間中產生的電磁輻射對于輸出信號的干擾，需要使用屏蔽線纜傳輸至待測設備。

圖2 信號模擬器實現架構

2 各模塊技術原理

2.1 主控部分

對于生理信號模擬器而言，不論是使用軟件間接實現還是使用專用硬件，關鍵點是能否實現直接頻率合成（Direct Digital Synthesizer， DDS）技術氮氣發生器 。如圖3所示，DDS是從相位概念出發，直接合成所需頻率信號的數字合成技術，能夠提供很高的頻率分辨率。相位作為信號的一種屬性，用以度量信號波形的變化，反映每一時刻信號的狀態。DDS算法一般在現場可編程門陣列[7]（Field Programmable Gate Array， FPGA）或應用特定集成電路（Application Specific Integrated Circuit， ASIC）上實現，對于個別系統所需頻率較低的情況，也能夠在微控制器上實現。基于DDS技術的專用ASIC芯片，其頻率分辨率可高達吉赫茲，相位分辨率也很高，這是使用間接合成技術和直接模擬合成技術很難做到的。

圖3 DDS實現原理

對于市面常見的主控，嵌入式微處理器[8]性能強但需外部組件，嵌入式微控制器集成度高、成本低且功耗低，數字信號處理器（Digital Signal Processor， DSP）運算快，適合處理數字信號處理算法，FPGA靈活度高，適合原型開發和高要求場景氮氣發生器 。其中FPGA因為其硬件特性，相比于微處理器或DSP，在處理速度和響應時間上具有優勢，這對于需要快速響應的信號發生器應用尤為重要。FPGA無法像基于精簡指令集機器（Advanced RISC Machine， ARM）的嵌入式處理器那樣可以方便地調用成熟的接口和協議庫，根據使用場景和性能要求選用。

2.2 數模混合部分

DAC的電壓基準參考源是數模混合部分中的重要元件，其精度和穩定性直接影響了數模轉換的準確性氮氣發生器 。如果電壓基準參考源不穩定或精度不高，將會引入誤差并影響轉換結果的準確性。電壓基準參考源的溫度漂移不可避免會導致系統在不同溫度下輸出的電壓發生變化，其產生的噪聲會傳播到整個數模轉換電路中，影響系統的信噪比。

數模轉化芯片是生理信號發生器的核心，數模轉化芯片的選型決定了該信號發生系統的性能氮氣發生器 。數模轉換器電路的基本功能是將離散的數字信號轉化為連續的模擬信號，其基本原理是將數字信號進行二進制解碼，根據解碼結果輸出對應的模擬信號。

為了保證腦機交互信號發生器各信號輸出動態范圍，需要使用衰減器來調節信號的幅度和功率，且能夠有效降低數模轉換模組的最低有效位（Least Significant Bit， LSB）積分非線性對控制精度的影響氮氣發生器 。常見的衰減器類型包括固定衰減器和可變衰減器。固定衰減器具有固定的衰減值，通常由電阻網絡組成。

3 主控實現方案

如上文所述，根據不同的應用場景所需要的性能要求，可選用不同的主控方案，對于微控制器，主要包括在開源社區活躍和集成度高的Arduino系列與具備更高性能和多樣化的ARM氮氣發生器 。其他方案還有德州儀器的DSP主控系列和以賽靈思及英特爾為主流的FPGA等。前人的設計對這幾種主控均有涉及，王東鋒[9]等基于主控芯片為AT89S51設計了一款0~100 mV精密電壓源，該系統采用AD5422、LTC1865實現閉環反饋控制，輸出信號偏移量小于0.02 mV，最大驅動電流20 mA，成本和體積顯著降低。Sun[10]等基于AD760和C8051F310微控制器設計了一款任意波形發生器。通過時域失真計算評估波形總失真，并補償測量系統的影響，實現了精確測量和校準。王佳榮[11]設計了一款以STM32為控制單元，AD9854為核心的信號發生器。通過Python工具實現電腦與主控通信，由于采用低通濾波和多級放大電路優化信號，該系統精度高，穩定性好，滿足性能指標。

袁雪堯[12]采用TMS320F2812和DAC等器件設計了一種基于心電信號動力學模型的全數字信號發生器，通過外部按鍵輸入，改變參數生成不同心電信號波形，顯示于上位機并經MATLAB驗證氮氣發生器 。Ren[13]等基于FPGA的IP核和DDS技術設計了一種任意波形信號發生器，采用英特爾Cyclone IV系列的EP4CE6F17C8N芯片作為核心，利用C#實現軟件控制。該發生器具備單周期波形（256個采樣點）、高精度和高純度特點，經七階巴特沃斯濾波器處理后，輸出波形表現出色。2019年，Xiao[14]等提出一種復雜任意波形發生器設計，將波形合成邏輯解耦為指令控制器，并基于賽靈思的FPGA（XC7K325T）和MAX19693硬件平臺實現，該系統可生成由可重復段和高級段組成的復雜任意波形，其采樣率高達4 Gbit/s。Liu[15]等為了提高任意波形發生器輸出帶寬，以突破存儲器和FPGA的運行速度限制，設計了一種采用多存儲器并行DDS結構的任意波形發生器。該任意波形發生器具有四通道，提供240 MHz的帶寬，配備1 600萬采樣點的存儲深度[15]。

4 生理信號發生器研究現狀

任意信號發生器被廣泛用于為醫療器械、通信系統等領域的待測設備產生信號激勵氮氣發生器 。對于醫學領域，由于其待測信號的模態不同，除了通用的生理信號模擬發生器外，又可進一步細分腦電信號、心電信號、脈搏信號、多模態電生理信號等測試領域，其數模混合電路部分的性能要求更為苛刻。

4.1 專用信號發生器

何樂生[16]提出了一種用DDS算法合成心率連續可變的多導聯心電信號的方法，并在嵌入式實時操作系統uC/OS-II上用軟件實現了該方法氮氣發生器 。證明了用軟件實現DDS算法產生心電信號的可行性，并根據DDS算法思想給出了一種查找表長度調整的方法。吳玉娟[17]等設計了一款基于EFM32LG332F64超低功耗單片機的心電信號發生器，利用內置DAC模擬波形，通過模擬開關電路控制導聯切換，為心電研究與醫療儀器開發提供便捷工具。Martinek[18]等基于LabVIEW平臺設計了一款多通道胎兒心電信號發生器，該設備可設定許多參數，包括胎兒心率、母親心率、胎齡、胎兒心電圖干擾（生物技術工件）以及其他胎兒心電圖信號特征。

任曉林[19]基于睡眠中慢波振蕩促進記憶鞏固的機制，研制出一款腦電信號反饋的多模式記憶鞏固刺激設備氮氣發生器 。該設備采集八通道腦電信號，經上位機處理判斷慢波睡眠后，觸發經顱電刺激或迷走神經刺激，通過粉紅噪聲發生器促進睡眠，實現閉環采集與刺激一體化。

Wang[20]等基于EP1C12Q240C8N和DAC7513設計了一種基于Windkessel模型的脈搏波生成器，用于定量評估脈搏波分析設備氮氣發生器 。該模型可描述脈搏波特征，具有可調節的生理參數，能模擬心血管系統不同狀態的波形，且可添加不同類型噪聲。

4.2 通用生理信號發生器

Rajat[21]等基于ATmega2560微控制器設計了一種低成本、緊湊、無線、16通道生物電勢數據采集系統，同時集成電刺激器氮氣發生器 。該刺激器采用梯形、電荷平衡、雙相輸出設計，避免了可能會讓患者感到不舒服的突然刺激。Florian[22]等基于ASIC和FPGA設計了一種可傳遞任意波形的電刺激器，解決傳統雙相刺激波形無法實現選擇性刺激的問題。該系統可產生高達1.2 MHz頻率、電壓幅值從-17.9 V到+18.3 V的可編程波形[22]，兼容非傳統刺激策略，支持高頻阻斷刺激等范式，可用于測試非常規波形并生成植入式刺激器的概念驗證數據。

2018年，Dorian[23]等設計了一個用于模擬生物電位信號（如ECG、EEG）、多通道、超低噪聲的信號產生平臺氮氣發生器 。系統由樹莓派3、AGLN250 IGLOO Nano FPGA板卡、兩片16通道24位DAC（ADAU1966A）及后級衰減緩沖電路組成，實現數字數據到高性能模擬輸出的轉換。2021年，Powell[24]等利用U-DAC8音頻套件構建生物信號波形發生器，稱為NeuroDAC。該設備基于24位高分辨率AK4440芯片組，配備定制衰減和LT1007運算放大器緩沖電路，實現8個獨立生物信號回放通道。它可從Windows主機傳輸預記錄生物信號，用于評估系統，避免昂貴的體內實驗。2024年，胡碧榮[25]團隊基于STM32G473主控和AD5542芯片，研發腦電信號模擬系統，通過同相放大與衰減電路生成±10V信號，采用鋰電池獨立供電及FRAM存儲藍牙傳輸數據。配套上位機軟件驗證標準波形及真實腦電信號精度，滿足腦機接口硬件檢測需求。

除了科研級生理信號模擬器，企業級生理信號模擬器也進一步發展氮氣發生器 。2021年，鯨揚科技依據最新的EEG國際法規標準所設計的EEG腦電測試儀SEEG-100系列宣稱可輸出達1 μV 微小信號[26]，可作為EEG信號播放器，播放EDF、text、binary格式的波形信號。福祿克的ProSim 8/8P生命體征模擬儀[27]能使用戶在幾分鐘之內進行大多數預防性維護測試，可測試心電圖（包括胎兒心電圖與心律失常）、呼吸、體溫、有創血壓、心輸出量/心導管、無創血壓及血氧飽和度，并能模擬Rainbow多波長波形。

4.3 系統評估和改進

為了全面評估生理信號發生器系統的性能，需要深入探究系統噪聲特性、輸出線性、頻率響應等技術指標驗證重建生物信號的能力氮氣發生器 。基于系統的信號組成結構，可以通過調整信號模型、優化DAC選型以及改進衰減器網絡結構來實現系統的性能提升。在此基礎上，眾多研究人員致力于探索提升系統性能的有效途徑。

Apuzzo[28]等提出了一種用于分析DAC產生波形的新模型，克服了離散仿真方法的局限性，能夠描述受水平量化、時鐘調制、垂直量化和積分非線性影響的實際DAC的功能氮氣發生器 。他們通過設計測試平臺，分析了模型的可靠性，擴展了模型以包含其他非理想特性，并利用該模型來校準參考發生器。Justin[29]介紹了ADI公司用以表征DAC性能的測試方法和測試系統DPG2，該系統涵蓋直流測試與交流測試兩大部分：靜態測試包括線性度、積分非線性誤差、微分非線性誤差、溫度漂移等指標；動態測試則涉及雜散動態范圍、總諧波失真、噪聲頻譜密度、串擾以及滾降系數等指標。Kester[30]詳細闡述了DAC交流測試的測試方法，以及所用示波器和頻譜分析儀的帶寬和過載敏感性對測試結果準確性的影響趨勢。可以借鑒這些DAC測試方法來選擇適用于生理信號的DAC芯片，進一步提升系統的性能。

在電壓基準參考源部分，羅軍[31]等使用噪聲功率譜密度方法對電壓基準參考源噪聲進行測試，結果表明，采用電池供電的噪聲譜密度相比直流電源供電方式要低2個數量級，電池供電的方法由于從源頭對噪聲進行了抑制，適用于高精度的基準參考源應用場景氮氣發生器 。Haci[23]與Powell[24]基于內置電池電源的低噪聲架構在10 Hz~1 kHz頻段內分別取得了0.45 μV和5.35 μV的噪聲指標，從工程實踐層面印證了電源噪聲源頭抑制策略的有效性，為電池供電方案在高精度基準源中的應用提供了跨團隊驗證。梁國杰[32]等在衰減器設計研究中指出，當輸入信號偏離標準直流特性時，交流分壓電路需綜合考量電阻阻抗與分布電容、寄生電感等寄生參數的影響。針對低頻微伏級信號衰減系統，傳統多級∏型衰減網絡存在顯著局限性，宜采用增強單級衰減比、優化級聯結構的設計方案。在電磁兼容處理方面，鋁制屏蔽腔體可有效抑制場干擾，同時需確保屏蔽殼體與系統接地端形成低阻抗連接。

5 結束語

生理信號模擬器作為醫療設備研發與測試的核心工具，通過精確復現ECG、EEG、EMG等生理電信號，為醫療儀器的校準、算法驗證及閉環系統測試提供了可控且可重復的實驗環境氮氣發生器 。本文系統梳理了生理信號模擬器的技術原理、架構設計及實現方案，并對比分析了前人不同主控方案與數模混合電路的重要技術。研究顯示，基于DDS技術的信號合成方法在頻率分辨率和相位控制上具有顯著優勢，而FPGA憑借其并行處理能力和低延遲特性，已成為高性能多通道模擬器的主流選擇。此外，通過集成高精度DAC、低噪聲運放及智能濾波算法，現代模擬器已能生成微伏級信號并實現復雜生理波形的動態調制，顯著提升了測試效率與設備可靠性。然而，現有技術仍面臨多通道同步精度不足、模型依賴性強、成本與功耗較高等挑戰，尤其在模擬非線性生物信號時，仍需進一步優化算法與硬件架構。

A review of technical research on physiological signal generators

QIN Dongzhi1, LIANG Liyan2, ZHANG Qian2

（1. China Academy of Telecommunications Technology, Beijing 100191, China；

2. Intellectual Property and Innovation Development Center, China Academy of Information and Communications Technology, Beijing 100191, China）

Abstract: With the development of science and technology, more and more physiological signal analysis devices have been applied in medical fields, which can effectively enhance people’s health. The assessment and testing verification of medical devices face challenges such as high technical complexity and long cycles. Therefore, physiological signal generators have become a hot topic for research and development in recent years. These devices are designed for the functional performance testing and calibration of physiological signal analysis devices, and thus have extremely high application value. There is currently a lack of summary of physiological signal simulators from the principle to the technical solution in the field, and there is a great difference between different physiological signals. Therefore, this paper first systematically elaborates the characteristics of physiological signals, the architecture of physiological signal simulators and the principles of their sub-modules. Then, it compares and analyzes the design schemes and application scenarios of mainstream signal generators. Finally, it systematically reviews the implementation schemes and innovation points of existing physiological signal simulators, providing some reference for the research and application of physiological signal simulators.

Keywords: physiological signals; signal generator; testing

本文刊于《信息通信技術與政策》2025年 第3期