嵌入式触摸按键滤波算法优化与实践

1. 触摸按键的信号特性与滤波需求

在嵌入式系统中，触摸按键的实现通常基于电容感应原理。当手指接近触摸面板时，会改变电极与地之间的寄生电容，这个微小变化通过RC振荡电路转换为频率变化或通过ADC采样获取电压值。以STM32的触摸感应控制器(TSC)为例，其典型信号特征表现为：

• 基础噪声幅度：±5~20 LSB（12位ADC情况下）
• 有效信号幅度：30~100 LSB（取决于触摸面板设计）
• 干扰主要来源：50/60Hz工频干扰、开关电源噪声、环境电磁辐射

我曾在智能家居面板项目中实测发现，未滤波的原始ADC采样数据会出现约15%的误触发率。这种场景下，滑动滤波算法能有效提升信噪比(SNR)，其核心价值体现在：

1. 抑制突发性干扰：消除静电放电(ESD)等瞬时干扰的影响
2. 平滑环境波动：补偿温度、湿度变化导致的基线漂移
3. 保持响应速度：相比简单均值滤波，滑动方式具有更低的延迟

2. 滑动平均滤波的算法实现

2.1 基础滑动平均原理

滑动平均滤波(MAF)是最易实现的实时滤波方案，其数学表达为：

code复制y[n] = (x[n] + x[n-1] + ... + x[n-N+1]) / N

其中N为窗口大小。在STM32F103上的典型实现如下：

c复制#define FILTER_WINDOW 8
uint16_t filter_buffer[FILTER_WINDOW];
uint8_t filter_index = 0;

uint16_t sliding_filter(uint16_t raw_adc) {
    filter_buffer[filter_index++] = raw_adc;
    if(filter_index >= FILTER_WINDOW) filter_index = 0;
    
    uint32_t sum = 0;
    for(uint8_t i=0; i<FILTER_WINDOW; i++) {
        sum += filter_buffer[i];
    }
    return (uint16_t)(sum / FILTER_WINDOW);
}

注意：窗口大小N需要根据采样率调整。经验值为信号周期的1.5-2倍，