
对于STM32内部ADC采集时候,难免会受到外部干扰的,导致数据不稳定情况。一般在实际使用过程中,我们就需要对增加采样次数来提高分辨率的技术。而STM32cube MX 软件自带过采样的功能。下面就和大家介绍一下STM32如何使用软件配置过采样的功能,从而实现数据的稳定性。 2 f: t7 I6 r( ? 下面和大家具体分享一下软件配置步骤和注意事项: 一:过采样的基本知识分享: 3 e7 t& p G$ Z* e$ j9 ^ 1.1 基本的原理:使用STM32通过多次采取ADC的数据,并对结果进行取平均值处理,提高有效分辨率。每增加4倍的采样次数,分辨率可提高1位;我们在实际的使用过程中,可以根据自己的需求进行设置和更改。: B! x# n+ f- p 二:软件配置步骤+ O4 R+ @' y2 _) h1 D 1 {# i+ B, h( b# a# x 2.1 配置ADC+ v, p6 F- R, k% o/ n* q( X, p$ ` 选择ADC通道:确定要采样的模拟输入通道。 t& V; ?. q# ` c7 ?) K3 `9 r ?4 m# F7 K" D1 S0 K 设置采样时间:根据信号特性调整采样时间。" a0 J6 g+ @3 \' s W( v # x4 q ]3 X/ A" P& r7 S5 _$ V 配置ADC分辨率:通常设置为12位。 2.2 配置过采样" B& t7 J& C+ e- a( Y6 x s ( ~4 |) f: E4 ^, x% V, F 设置过采样比率:例如16倍过采样。 设置右移位数:根据过采样比率调整,如16倍过采样需右移2位。+ ?* w+ C! l3 e( S1 w. h 6 c2 A( \: r# F- I- N, |( J" @ 2.3 启动ADC 启动转换:ADC开始采样并存储结果。 0 w8 x R) N) ?0 h# M8 T 等待转换完成:通过轮询或中断方式检查转换状态。# O. Z D- V2 ]' }& _ 2.4 读取和处理数据 5 `" s E7 D5 F* X; `/ e2 i1 i 读取ADC数据:从数据寄存器获取采样值。* y8 r) c2 y7 `9 B7 C" v/ p 计算平均值:对多次采样结果取平均,得到最终值。. {4 `2 T+ L8 q. W ) \8 Y3 o4 J$ l3 w9 z STM32 cube MX 软件配置如下: 4 Z# ]; L# A% X* i ![]() {, N! H9 i% n) l: A9 { 主要代码如下所示:5 D5 }: M/ m* n6 M9 S( O2 I ![]() ![]() ADC 配置为在单转换模式下从 SW 触发器转换单通道。ADC 过采样功能与 3 个设置一起使用:1 O; o$ d* w# S! C6 O9 Z1 E 第一步:启用 ADC 过采样:比率 16,位右移 4。$ f- y5 J2 [6 Z! Z# l" b 第二步:启用 ADC 过采样:比率 16,无位元右移。 第三步:禁用 ADC 过采样。 程序循环执行,上述步骤代码;3 H1 C# u$ O4 `' M. U: {& r# t) C 2 \) ^7 x$ h/ }% d 示例执行:2 C x2 s+ L" @4 ~, w, T( N$ [ 在主程序执行中,ADC 组使用 3 个过采样设置定期连续转换所选通道。 然后,对数据进行评估: - u3 E: U9 C5 p* ]+ C L 数据范围有效性检查 $ k% B) V, U: N( m4 M 用户可以评估过采样的预期结果:启用过采样的 ADC 转换数据比禁用过采样的 ADC 转换数据的变化更小。 对 16 位的过采样转换数据进行软件计算,以获得相当于浮点分辨率 12 位的精确数据。 ' V1 ~4 X7 P% X2 f# k) W 程序仿真效果如下所示: ![]() 注意事项: ; L( ^' _: j6 P* c 噪声水平:过采样适用于噪声较大的信号。 ) Y1 |$ `+ e Q: |/ B8 W 采样时间:确保采样时间足够捕获信号。9 u) H0 y5 S8 V 时钟频率:ADC时钟频率需满足过采样要求。( q% z" O0 Y$ B* M& s 项目总结:: Q2 i6 V, G# f* |, r5 L( V: I 8 m* ?. I5 E0 \& h4 j2 E1 F STM32 ADC过采样通过增加采样次数提高分辨率,适用于需要高精度但硬件分辨率不足的场景。合理配置过采样比率和右移位数是关键。. w* k7 w& e+ I3 H 几种常用得滤波算法分享:) F* n6 t8 L4 P7 M1 r2 k 1:一阶互补滤波算法:6 g& Q* ?1 C& r! o* o' n , @6 J3 Y2 z; G* H 取值:k = 0-1,本次取值滤波结果 =(1-K),本次采样值需要加上上次滤波得结果数据# W* ]% o2 Z9 ]6 I. U 代码如下所示: 6 m" s( `/ Y5 A3 I( G ![]() 从代码中,我们可以看到该种滤波算法还是有很大得弊端的,效果比较一般,对于高精度的场合不建议使用。" y) J5 A t! J% N, | 2: 采用中值算法滤波 3 r& F6 S# i$ }5 l: A6 q+ ? 主要是程序在执行的时候,连续采集N次(需要注意下这里下,这里的N必须取值奇数),程序需要按大到小或者从小到达的顺序进行排序,然后取中间数值做为有效值。7 N% \% L7 u; n, [: u& a * r% |9 m2 L p. `$ f8 v 代码如下: ![]() 0 ^2 V/ y: Q- \2 n( P 可以有效的去除数据因为外界干扰引起的数据的波动,对一些大滞后系统:比如温度、液位等变化缓慢的有良好的滤波效果,上述代码可以有效消除异常数据和平稳变化的采样值效果比较好;+ k; l! E1 Z9 X3 P2 o- E# ^% x 3:算术平均数滤波9 L; z: L, T1 w5 b/ f* T' {$ c 连续取值N个数据,对所有的数据进行取平均值;8 \0 K. N% B. u* A! d2 ^ & h1 p9 K6 l) q3 y$ _ 代码如下:! \# ~( r; A/ k n, V. ~1 N. N, b) [ ![]() 这里取值时候,需要根据被控对象进行选择,N值取值过大,会导致响应过慢,数据的灵敏度过低,所以采用算术平均值滤波时候,需要我们格外的注意; + C- ?2 o. h- f5 X 4:滑动滤波算法; D* s# O" f; Z 把连续取N个采样值看成一个队列,队列的长度固定为N。每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据(先进先出原则)。把队列中的N个数据进行算术平均运算,就可获得新的滤波结果;! q: T3 {1 w4 K; ^/ `% l% ] ![]() 好了,几种常用的滤波算法,已经和大家分享完毕,欢迎大家相互讨论。# W! A/ s! i z! ~ |