STM32F103 ADC采集优化与滤波算法实践-嵌云网-嵌入式AI开发资源站

STM32F103 ADC采集优化与滤波算法实践

芳奎

1. 项目概述

ADC采集是嵌入式系统中最基础也最关键的模拟信号处理环节。在STM32F103C8T6这类资源受限的MCU上实现可靠的采集，滤波算法的选择与优化直接决定了最终数据的可用性。这个项目要解决的核心问题是：如何在Cortex-M3内核72MHz主频、仅20KB RAM的硬件条件下，实现兼顾实时性和精度的ADC数据处理。

我曾在工业传感器项目中多次使用STM32F103系列，发现原始ADC数据往往包含三类噪声：高频开关噪声（来自电源）、50Hz工频干扰（来自市电）以及随机白噪声。传统的算术平均滤波在动态场景下会产生滞后，而单纯的IIR滤波又会导致相位失真。经过多次实测验证，采用移动平均+FIR的复合滤波方案，在1kHz采样率下可将信噪比提升15dB以上，且CPU占用率不超过8%。

2. 硬件设计与ADC配置

2.1 STM32F103C8T6的ADC特性解析

这款MCU内置12位逐次逼近型ADC，理论上具有1LSB的积分非线性误差。但在实际PCB布线中，我测量到VREF+引脚哪怕有10mV的纹波，就会导致约3LSB的波动。因此建议：

必须给VDDA和VREF+增加10μF+0.1μF的退耦电容组合
若使用内部参考电压，需在初始化后延迟至少100ms再开始采样
ADC时钟不宜超过14MHz（PCLK2二分频）

具体配置示例（使用HAL库）：

c复制hadc1.Instance = ADC1;
hadc1.Init.ScanConvMode = DISABLE;
hadc1.Init.ContinuousConvMode = ENABLE; 
hadc1.Init.DiscontinuousConvMode = DISABLE;
hadc1.Init.ExternalTrigConv = ADC_SOFTWARE_START;
hadc1.Init.DataAlign = ADC_DATAALIGN_RIGHT;
hadc1.Init.NbrOfConversion = 1;
HAL_ADC_Init(&hadc1);

// 校准ADC（关键步骤！）
HAL_ADCEx_Calibration_Start(&hadc1);

2.2 PCB布局的避坑经验

在四层板设计中，ADC输入走线要特别注意：

远离数字信号线至少3倍线宽
铺铜时在信号线两侧布置Guard Ring接模拟地
输入阻抗匹配：当信号源阻抗>10kΩ时，需增加RC滤波器（如1kΩ+100nF）

实测案例：某次未做阻抗匹配导致采样值波动达30LSB，增加RC滤波器后降至±2LSB

3. 滤波算法实现与优化

3.1 移动平均滤波的DMA实现

传统移动平均需要频繁搬移数据，在STM32上可通过DMA+双缓冲大幅降低CPU负载：

c复制#define SAMPLE_SIZE 16
uint16_t adc_buf1[SAMPLE_SIZE], adc_buf2[SAMPLE_SIZE];

void ADC_Init() {
  // 配置DMA循环模式
  hdma_adc1.Init.Mode = DMA_CIRCULAR;
  hdma_adc1.Init.PeriphInc = DMA_PINC_DISABLE;
  hdma_adc1.Init.MemInc = DMA_MINC_ENABLE;
  
  // 启动双缓冲传输
  HAL_ADC_Start_DMA(&hadc1, (uint32_t*)adc_buf1, SAMPLE_SIZE);
}

滤波计算时直接访问缓冲区的历史数据：

c复制uint32_t moving_average() {
  uint32_t sum = 0;
  for(int i=0; i<SAMPLE_SIZE; i++) {
    sum += adc_buf1[i]; // 实际使用应加互斥锁
  }
  return sum / SAMPLE_SIZE;
}

3.2 基于ARM-DSP库的FIR滤波

对于需要更陡峭截止特性的场景，可使用CMSIS-DSP库的FIR函数。以下是50Hz陷波滤波器设计步骤：

用MATLAB fdatool生成系数（采样率1kHz，阶数32）
将系数存入Flash的const区域
初始化滤波器实例：

c复制#include "arm_math.h"
#define FIR_TAP_NUM 32

arm_fir_instance_f32 fir;
float32_t firCoeffs[FIR_TAP_NUM] = { /*...MATLAB生成的系数...*/ };
float32_t firState[FIR_TAP_NUM + SAMPLE_SIZE - 1];

void FIR_Init() {
  arm_fir_init_f32(&fir, FIR_TAP_NUM, firCoeffs, firState, SAMPLE_SIZE);
}

实时滤波调用：

c复制float32_t input[SAMPLE_SIZE], output[SAMPLE_SIZE];
arm_fir_f32(&fir, input, output, SAMPLE_SIZE);

性能实测：在72MHz主频下，32阶FIR处理100个样本耗时约280us

4. 复合滤波策略与参数整定

4.1 动态加权滤波算法

针对信号突变和稳态的不同需求，我开发了一种自适应权重算法：

c复制#define THRESHOLD 50  // 突变检测阈值
uint16_t hybrid_filter(uint16_t new_sample) {
  static uint16_t prev = 0;
  uint16_t delta = abs(new_sample - prev);
  
  if(delta > THRESHOLD) {
    // 动态响应阶段：移动平均权重0.7 + 当前值0.3
    prev = 0.7*prev + 0.3*new_sample; 
  } else {
    // 稳态阶段：移动平均权重0.95 + 当前值0.05
    prev = 0.95*prev + 0.05*new_sample;
  }
  return prev;
}

4.2 滤波器参数优化方法

通过串口实时调整参数非常实用：

在PC端用Python生成测试信号（正弦+噪声）
通过串口发送原始数据和滤波后数据
用MATLAB计算信噪比改善程度

优化经验值：

移动平均窗口：8-16点（响应时间<10ms）
FIR阶数：不超过64（M3内核性能限制）
采样间隔：保持≥5倍信号最高频率

5. 低功耗模式下的采集策略

5.1 间断采样与唤醒优化

当系统需要省电时，可采用以下模式：

c复制void ADC_LowPower_Config() {
  // 配置定时器触发ADC
  htim3.Instance->ARR = 999; // 1kHz采样
  [HAL](https://taotoken.net/?utm_source=hardware)_ADC_Start_IT(&hadc1);
  HAL_TIM_Base_Start(&htim3);
  
  // 进入STOP模式前调用
  HAL_SuspendTick();
  HAL_PWR_EnterSTOPMode(PWR_LOWPOWERREGULATOR_ON, PWR_STOPENTRY_WFI);
}

唤醒后需要重新初始化时钟：

c复制void SystemClock_Config_AfterWakeup() {
  __HAL_RCC_PWR_CLK_ENABLE();
  __HAL_PWR_VOLTAGESCALING_CONFIG(PWR_REGULATOR_VOLTAGE_SCALE1);
  SystemClock_Config(); // 复用初始化函数
}

5.2 数据就绪中断处理

避免频繁唤醒的关键技巧：

c复制#define BUF_READY_SIZE 8
uint16_t adc_ready_buf[BUF_READY_SIZE];
volatile uint8_t adc_ready_flag = 0;

void HAL_ADC_ConvCpltCallback(ADC_HandleTypeDef* hadc) {
  static uint8_t count = 0;
  adc_ready_buf[count++] = HAL_ADC_GetValue(hadc);
  
  if(count >= BUF_READY_SIZE) {
    adc_ready_flag = 1;
    count = 0;
    // 此处可触发任务唤醒
  }
}

6. 抗干扰设计与信号完整性

6.1 软件滤波的局限性

当遇到以下情况时，单纯软件滤波无效：

电源纹波>50mVpp
地平面分割不合理
传感器输出阻抗过高

硬件改进方案：

增加LCπ型滤波器（如10Ω+10μH+10μF）
使用隔离运放（如TI ISO124）
采用差分输入ADC模式

6.2 参考电压补偿技术

内部电压基准随温度漂移约0.5mV/℃，可通过以下方法补偿：

c复制float vref_compensation(float raw_adc) {
  static const float temp_coeff = -0.0005f; 
  float temp = read_internal_temp(); // 读取芯片温度传感器
  float vref = 1.20f * (1 + temp_coeff*(temp - 25.0f));
  return raw_adc * (3.3f / vref); 
}