
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。 下面和大家具体分享一下软件配置步骤和注意事项:1 F; y- R; l( i- @. } 一:过采样的基本知识分享: $ u$ U6 Z$ Q$ @$ k 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& q( b+ U Y, `9 z2 c 二:软件配置步骤 2.1 配置ADC 0 P' ]3 h; }7 g% s 选择ADC通道:确定要采样的模拟输入通道。 设置采样时间:根据信号特性调整采样时间。5 U5 H+ d' m9 G 配置ADC分辨率:通常设置为12位。 ; [4 l6 D; [% z& e 2.2 配置过采样 ' H! P1 _; j# g+ z 设置过采样比率:例如16倍过采样。+ Y5 j4 l# i+ L) B6 }, G 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。0 t5 G' m" u# H3 O 2.3 启动ADC& Y2 a$ S# ?0 }( j" P5 k 启动转换:ADC开始采样并存储结果。& q2 b E5 M) {# g- k - M, ~# x1 C" A1 N1 N 等待转换完成:通过轮询或中断方式检查转换状态。" n* ]4 y4 I6 H3 a) G 2.4 读取和处理数据: x, L& c, |! R' U) q+ f 8 x/ O- N% @+ B 读取ADC数据:从数据寄存器获取采样值。 计算平均值:对多次采样结果取平均,得到最终值。. |( Y* q# z* V STM32 cube MX 软件配置如下:' M$ ?- M3 Q' x8 t3 f! I ![]() ( t0 P4 L h, | 主要代码如下所示:9 v' ^" m- O' `/ ]0 w1 {( ? 8 N( n6 @+ Z0 l3 ~, d ![]() ![]() 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: 第一步:启用 ADC 过采样:比率 16,位右移 4。 1 J; H7 S" X3 G. J 第二步:启用 ADC 过采样:比率 16,无位元右移。9 m6 E/ A% }, ? : q6 x8 D; c4 d8 ^, b 第三步:禁用 ADC 过采样。 . Z+ H3 f! h7 f" ]6 \7 ` 程序循环执行,上述步骤代码; / ^# s% |* e' a 示例执行: 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。4 Y* ?. A# H4 r/ M + q- N1 n7 I+ \5 P; I5 ~ 然后,对数据进行评估: 数据范围有效性检查1 A% x2 x0 T) q$ `7 t) { 0 J' E8 Y- v$ w2 C 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。* Y, _1 k0 a: F+ r# W6 [& y6 ` 4 u, p, a; X* D$ X$ H 程序仿真效果如下所示: ![]() 注意事项: 噪声水平:过采样适用于噪声较大的信号。 4 Y5 Q) T1 {& ~+ \2 D: I 采样时间:确保采样时间足够捕获信号。 时钟频率:ADC时钟频率需满足过采样要求。 项目总结:7 V: n j4 o$ s7 g$ s ; Q9 `5 W- I; P9 x8 } l. y 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。 几种常用得滤波算法分享: ( {+ D+ r8 Y0 e$ q4 i7 { 1:一阶互补滤波算法: 2 g8 V3 a# b0 @# P6 Y 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1 X/ n* j+ k8 `3 l7 @ 代码如下所示:2 F! h, {) i. q8 f ![]() 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。 2: 采用中值算法滤波( p8 g- Y5 @8 E0 {, s x6 k6 [* u% [3 v0 h1 w 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。8 U; f% o3 |0 L3 h# M 8 o; d, A2 e% m- H8 { 代码如下: , a( d) p2 U2 D# i, H+ @, [+ [. u ![]() 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; * g; x4 P5 N/ j9 u 3:算术平均数滤波3 J: l) S, l; b' R) X, J : D( z* y& V) `# Z3 D. n4 H( n 连续取值N个数据,对所有的数据进行取平均值; 代码如下:# y9 `/ B Q9 A X ![]() 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; / ]" n/ ^0 f4 n6 H1 \- x( i 4:滑动滤波算法 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;' `; I i# d2 u/ {' k) j ![]() 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。2 U, h& b9 K5 n) D$ ?# I $ ]2 k' ?0 \5 V0 J! k4 b |