前言：本文為手把手教學(xué)ADC采樣及各式濾波算法的教程，本教程的MCU采用STM32F103ZET6。以HAL庫(kù)的ADC采樣函數(shù)為基礎(chǔ)進(jìn)行教學(xué)，通過(guò)各式常見(jiàn)濾波的實(shí)驗(yàn)結(jié)果進(jìn)行分析對(duì)比，搭配VOFA+工具直觀的展示濾波效果。

實(shí)驗(yàn)效果圖：

一、ADC采樣

1.1 ADC簡(jiǎn)介

單片機(jī)是數(shù)字芯片，只認(rèn)識(shí)由0和1組成的邏輯序列。但實(shí)際情況下，生活中還有許多非0和1的模擬物理量存在，例如溫度，濕度等。這時(shí)候往往需要使用到AD轉(zhuǎn)換，AD轉(zhuǎn)換的英文就是Analog(模擬) to Digital(數(shù)字) ，由模擬量轉(zhuǎn)化為數(shù)字量;同理DA，則為Digital to Analog，數(shù)字量轉(zhuǎn)化為模擬量。

ADC，Analog to Digital Converter 的縮寫(xiě)，中文名稱(chēng)模數(shù)轉(zhuǎn)換器。它可以將外部的模擬信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)。使用它去讀取IO口上的數(shù)值將不再是簡(jiǎn)單的0或1，而是連續(xù)可變的數(shù)值。ADC采樣就是把隨時(shí)間連續(xù)變化的模擬量轉(zhuǎn)換為時(shí)間離散的模擬量。

ADC幾個(gè)比較重要的參數(shù)：

(1)測(cè)量范圍：測(cè)量范圍對(duì)于 ADC 來(lái)說(shuō)就好比尺子的量程，ADC 測(cè)量范圍決定了你外接的設(shè)備其信號(hào)輸出電壓范圍，不能超過(guò) ADC 的測(cè)量范圍(比如，STM32系列的 ADC 正常就不能超過(guò)3.3V)。

(2)分辨率：假如 ADC 的測(cè)量范圍為 0-5V，分辨率設(shè)置為12位，那么我們能測(cè)出來(lái)的最小電壓就是 5V除以 2 的 12 次方，也就是 5/4096=0.00122V。很明顯，分辨率越高，采集到的信號(hào)越精確，所以分辨率是衡量 ADC 的一個(gè)重要指標(biāo)。

(3)采樣時(shí)間：當(dāng) ADC 在某時(shí)刻采集外部電壓信號(hào)的時(shí)候，此時(shí)外部的信號(hào)應(yīng)該保持不變，但實(shí)際上外部的信號(hào)是不停變化的。所以在 ADC 內(nèi)部有一個(gè)保持電路，保持某一時(shí)刻的外部信號(hào)，這樣 ADC 就可以穩(wěn)定采集了，保持這個(gè)信號(hào)的時(shí)間就是采樣時(shí)間。

(4)采樣率：也就是在一秒的時(shí)間內(nèi)采集多少次。很明顯，采樣率越高越好，當(dāng)采樣率不夠的時(shí)候可能會(huì)丟失部分信息，所以 ADC 采樣率是衡量 ADC 性能的另一個(gè)重要指標(biāo)(詳細(xì)參考信號(hào)處理方向書(shū)籍)

1.2 STM32的ADC

STM32 擁有 1~3 個(gè) ADC(STM32F101/102 系列只有 1 個(gè) ADC，STM32F103系列則有3個(gè)ADC和1個(gè)DAC)，這些 ADC 可以獨(dú)立使用，也可以使用雙重模式(提高采樣率)。STM32 的 ADC 是 12 位逐次逼近型的模擬數(shù)字轉(zhuǎn)換器。它有 18 個(gè)通道，可測(cè)量 16 個(gè)外部和 2 個(gè)內(nèi)部信號(hào)源。各通道的 A/D 轉(zhuǎn)換可以單次、連續(xù)、掃描或間斷模式執(zhí)行。ADC 的結(jié)果可以左對(duì)齊或右對(duì)齊方式存儲(chǔ)在 16 位數(shù)據(jù)寄存器中。

特別說(shuō)明：

ADC 是12位逐次逼近型模數(shù)轉(zhuǎn)換器，

輸出數(shù)值范圍是 0 ~ 2^12 -1(0 ~ 4095)，滿(mǎn)量程是 3.3V ，

分辨率就是最低有效位(LSB)的對(duì)應(yīng)輸入電壓值。

分辨率 =3300/4095 ≈ 0.806mV。

STM32F10X 系列將 ADC 的轉(zhuǎn)換分為 2 個(gè)通道組：規(guī)則通道組和注入通道組。規(guī)則通道相當(dāng)于正常運(yùn)行的程序，而注入通道呢，就相當(dāng)于中斷打斷式通道選擇。在程序正常執(zhí)行的時(shí)候，中斷是可以打斷程序執(zhí)行的。同這個(gè)類(lèi)似，注入通道的轉(zhuǎn)換可以打斷規(guī)則通道的轉(zhuǎn)換， 在注入通道被轉(zhuǎn)換完成之后，規(guī)則通道才得以繼續(xù)轉(zhuǎn)換。

二、VOFA+

2.1 VOFA+簡(jiǎn)介

VOFA+是一款直觀、靈活、強(qiáng)大的插件驅(qū)動(dòng)高自由度的上位機(jī)，在與電氣打交道的領(lǐng)域里，如自動(dòng)化、嵌入式、物聯(lián)網(wǎng)、機(jī)器人等，都能看到VOFA+的身影。VOFA+的名字來(lái)源于：Volt/伏特、Ohm/歐姆、Fala/法拉、Ampere/安培，是電氣領(lǐng)域的基礎(chǔ)單位，與他們的發(fā)明者——4位電子物理學(xué)領(lǐng)域的科學(xué)巨人，分別同名。他們的首字母共同構(gòu)成了VOFA+的名字。

VOFA+特點(diǎn)概覽：

平臺(tái)支持：Windows、Linux、MacOS;

接口支持：串口(超高波特率，穩(wěn)定支持)、網(wǎng)口(TCP客戶(hù)端/服務(wù)端，UDP);

協(xié)議支持：協(xié)議為插件，已開(kāi)源，人人可編寫(xiě)。目前已支持CSV風(fēng)格的字符串協(xié)議，和十六進(jìn)制浮點(diǎn)數(shù)組形式的字節(jié)流協(xié)議;

控件支持：控件為插件，已開(kāi)源，人人可編寫(xiě)。目前已支持波形圖、按鈕、狀態(tài)燈、圖片、滑動(dòng)條、3D立方控件(可更換模型)等;

數(shù)據(jù)維度自由化：2維度與3維，一個(gè)也不能拉下;

自主研發(fā)的波形控件：支持每通道百萬(wàn)采樣點(diǎn)的繪制，性能強(qiáng)勁;

自主研發(fā)的波形控件：無(wú)縫嵌入了實(shí)時(shí)直方統(tǒng)計(jì)和點(diǎn)數(shù)可設(shè)置的傅里葉變換，可以使用VOFA+進(jìn)行數(shù)據(jù)分析。

2.2 VOFA+使用方法

VOFA+的數(shù)據(jù)協(xié)議引擎有3種：FireWater，JustFloat，RawData。每種數(shù)據(jù)協(xié)議引擎都有自己特殊的使用效果，讀者朋友可以根據(jù)自己的實(shí)際需要去選擇使用。作者這里主要給大家演示一下FireWater協(xié)議下的VOFA+使用效果和方法。

FireWater協(xié)議是CSV風(fēng)格的字符串流，直觀簡(jiǎn)潔，編程像printf簡(jiǎn)單。但由于字符串解析消耗更多的運(yùn)算資源(無(wú)論在上位機(jī)還是下位機(jī))，建議僅在通道數(shù)量不多、發(fā)送頻率不高的時(shí)候使用。

將鼠標(biāo)放到FireWater協(xié)議上，可以很貼心的得到使用格式幫助。如上圖所示，我們使用printf("simples:%f, %f ", sin(t1), sin(t2)")函數(shù)進(jìn)行打印測(cè)試。

#include "math.h"
#include "stdio.h"
....
int main(void)
{
  /* USER CODE BEGIN 1 */
  float t1 = 0;
  float t2 = 0;
  /* USER CODE END 1 */
.......


 while (1)
  {
    /* USER CODE END WHILE */


    /* USER CODE BEGIN 3 */
    t1 += 0.1;
        t2 += 0.5;
    printf("simples:%f, %f
", sin(t1), sin(t2));     
    HAL_Delay(100);  
  }
  /* USER CODE END 3 */
}

1、選擇串口通訊、端口號(hào)、波特率等參數(shù)設(shè)置;

2、去控件中選擇波形圖，拉入tab中，右鍵選擇Y軸將2個(gè)輸入I0與I1都選中，之后開(kāi)啟串口連接;

3、運(yùn)行上位機(jī)，使用波形圖控件讀取下位機(jī)參數(shù);

三、濾波算法與效果

受限于MCU自身的ADC外設(shè)缺陷，其精度和穩(wěn)定性通常較差，很多場(chǎng)景下需要采取濾波補(bǔ)償。

濾波的作用就是減少噪聲與干擾對(duì)數(shù)據(jù)測(cè)量的影響。

3.1、不添加濾波算法采樣

直接采集3.3V的電壓：

VOFA+讀取到的數(shù)據(jù)：

上圖借助VOFA+上位機(jī)可以清楚看出未使用濾波的ADC采樣波動(dòng)還是比較明顯的，但是作者主觀干啥F1系列的ADC確實(shí)好像比F4系列的ADC穩(wěn)定些。(之所以不是4096可能是因?yàn)?a target="_blank">電源未達(dá)到3.3v)

四、濾波算法

4.1、一階互補(bǔ)濾波

方法：取a=0~1,本次濾波結(jié)果=(1-a)本次采樣值+a上次濾波結(jié)果

優(yōu)點(diǎn)：對(duì)周期性干擾具有良好的抑制作用適用于波動(dòng)頻率較高的場(chǎng)合

缺點(diǎn)：相位滯后，靈敏度低滯后程度取決于a值大小不能消除濾波頻率高于采樣頻率的1/2的干擾信號(hào)

代碼如下：

//一階互補(bǔ)濾波
int firstOrderFilter(int newValue, int oldValue, float a)
{
    return a * newValue + (1-a) * oldValue;
}




ADC_value=HAL_ADC_GetValue(&hadc1);//獲取ADC1的數(shù)值


//主函數(shù)
while(1){
    HAL_ADC_Start(&hadc1);            //開(kāi)啟ADC1，放置在while循環(huán)中
    Filtering_Value = firstOrderFilter(HAL_ADC_GetValue(&hadc1),ADC_value,0.3);    //濾波算法
    HAL_Delay(10);                //延遲函數(shù)，防止采樣失效
    printf("ADC_value:%d
", ADC_value);
}

VOFA+軟件的效果圖：

結(jié)論：

一階互補(bǔ)濾波的局限性還是很大的，效果非常一般。

4.2、中位值濾波

方法：連續(xù)采樣N次(N取奇數(shù))把N次采樣值按大小排列取中間值為本次有效值

優(yōu)點(diǎn)：能有效克服因偶然因素引起的波動(dòng)干擾;對(duì)溫度、液位等變化緩慢的被測(cè)參數(shù)有良好的濾波效果

缺點(diǎn)：對(duì)流量，速度等快速變化的參數(shù)不宜

代碼如下：

//中值濾波算法
int middleValueFilter(int N)
{
      int value_buf[N];
      int i,j,k,temp;
      for( i = 0; i < N; ++i)
      {
        value_buf[i] = HAL_ADC_GetValue(&hadc1);  


      }


      for(j?=?0?;?j? value_buf[k+1])
              {
                temp = value_buf[k];
                value_buf[k] = value_buf[k+1];
                value_buf[k+1] = temp;
              }
          }
      }


      return value_buf[(N-1)/2];
}

VOFA+軟件的效果圖：

結(jié)論如下：

中值濾波對(duì)消除異常值和平穩(wěn)化AD采樣都具有十分有效的結(jié)果。

4.3、算術(shù)平均濾波

方法：連續(xù)取N個(gè)采樣值進(jìn)行算術(shù)平均運(yùn)算;

N值較大時(shí)：信號(hào)平滑度較高，但靈敏度較低

N值較小時(shí)：信號(hào)平滑度較低，但靈敏度較高

N值的選?。阂话懔髁?，N=12;壓力：N=4

優(yōu)點(diǎn)：試用于對(duì)一般具有隨機(jī)干擾的信號(hào)進(jìn)行濾波。這種信號(hào)的特點(diǎn)是有一個(gè)平均值，信號(hào)在某一數(shù)值范圍附近上下波動(dòng)。

缺點(diǎn)：測(cè)量速度較慢或要求數(shù)據(jù)計(jì)算較快的實(shí)時(shí)控制不適用。

代碼：

//算術(shù)平均值濾波
int averageFilter(int N)
{
     int sum = 0;
     short i;
     for(i = 0; i < N; ++i)
     {
        sum += HAL_ADC_GetValue(&hadc1);  
     }
     return sum/N;
}

VOFA+軟件的效果圖：

結(jié)論：

算術(shù)平均濾波表現(xiàn)出了一定的平穩(wěn)性，同時(shí)具有波動(dòng)的伴隨性(合理選擇N值可能達(dá)到很好的效果)。

4.4、滑動(dòng)平均濾波

方法：把連續(xù)取N個(gè)采樣值看成一個(gè)隊(duì)列，隊(duì)列的長(zhǎng)度固定為N。每次采樣到一個(gè)新數(shù)據(jù)放入隊(duì)尾，并扔掉原來(lái)隊(duì)首的一次數(shù)據(jù)(先進(jìn)先出原則)。把隊(duì)列中的N個(gè)數(shù)據(jù)進(jìn)行算術(shù)平均運(yùn)算,就可獲得新的濾波結(jié)果。

N值的選取：流量，N=12;壓力：N=4;液面，N=4~12;溫度，N=1~4

優(yōu)點(diǎn)：對(duì)周期性干擾有良好的抑制作用，平滑度高;試用于高頻振蕩的系統(tǒng)

缺點(diǎn)：靈敏度低;對(duì)偶然出現(xiàn)的脈沖性干擾的抑制作用較差，不適于脈沖干擾較嚴(yán)重的場(chǎng)合

比較浪費(fèi)RAM(改進(jìn)方法，減去的不是隊(duì)首的值，而是上一次得到的平均值)

代碼：

//平滑均值濾波
#define N 10
int value_buf[N];
int sum=0;
int curNum=0;


intmoveAverageFilter()
{
      if(curNum < N)
      {
          value_buf[curNum] = HAL_ADC_GetValue(&hadc1);
          sum += value_buf[curNum];
          curNum++;
          return sum/curNum;
      }
      else
      {
          sum -= sum/N;
          sum += HAL_ADC_GetValue(&hadc1);
          return sum/N;
      }
}

VOFA+軟件的效果圖：

結(jié)論：

平滑均值濾波相較于普通的算術(shù)平均濾波，突出一個(gè)平滑特性。

可以從上述VOFA+的波形圖看出，平滑濾波可以有效抵消AD采樣的刺噪并穩(wěn)定化采集(據(jù)作者同門(mén)實(shí)戰(zhàn)反應(yīng)平滑濾波的效果還是非常好的，尤其在控制方面)。

4.5、限幅平均濾波

方法：相當(dāng)于“限幅濾波法”+“遞推平均濾波法”

每次采樣到的新數(shù)據(jù)先進(jìn)行限幅處理再送入隊(duì)列進(jìn)行遞推平均濾波處理

優(yōu)點(diǎn)：對(duì)于偶然出現(xiàn)的脈沖性干擾，可消除有其引起的采樣值偏差。

缺點(diǎn)：比較浪費(fèi)RAM

代碼如下：

//限幅平均濾波
#define A 50        //限制幅度閾值
#define M 12
int data[M];
int First_flag=0;


intLAverageFilter()
{
    int i;
    int temp,sum,flag=0;
    data[0] = HAL_ADC_GetValue(&hadc1);
    for(i=1;iA || ((data[i-1]-temp)>A))
      {
          i--;
          flag++;
      }
      else
      {
          data[i]=temp;
      }
    }


    for(i=0;i

	

	VOFA+軟件的效果圖：

	

	結(jié)論：

	限幅平均濾波類(lèi)似于縫合怪，但是效果是非常顯著的，它有效的解決了實(shí)際場(chǎng)景下突變?cè)肼晫?duì)AD采樣的影響，但是消耗內(nèi)存。

	4.6、卡爾曼濾波

	核心思想：根據(jù)當(dāng)前的儀器"測(cè)量值" 和上一刻的 “預(yù)測(cè)量” 和 “誤差”，計(jì)算得到當(dāng)前的最優(yōu)量，再預(yù)測(cè)下一刻的量。里面比較突出的是觀點(diǎn)是：把誤差納入計(jì)算，而且分為預(yù)測(cè)誤差和測(cè)量誤差兩種，通稱(chēng)為噪聲。還有一個(gè)非常大的特點(diǎn)是：誤差獨(dú)立存在，始終不受測(cè)量數(shù)據(jù)的影響。

	優(yōu)點(diǎn)：巧妙的融合了觀測(cè)數(shù)據(jù)與估計(jì)數(shù)據(jù)，對(duì)誤差進(jìn)行閉環(huán)管理，將誤差限定在一定范圍。適用性范圍很廣，時(shí)效性和效果都很優(yōu)秀。

	缺點(diǎn)：需要調(diào)參，參數(shù)的大小對(duì)濾波的效果影響較大。

	代碼如下：

	
//卡爾曼濾波
int KalmanFilter(int inData)
{
      static float prevData = 0;                                 //先前數(shù)值
      static float p = 10, q = 0.001, r = 0.001, kGain = 0;      // q控制誤差  r控制響應(yīng)速度 


      p = p + q;
      kGain = p / ( p + r );                                     //計(jì)算卡爾曼增益
      inData = prevData + ( kGain * ( inData - prevData ) );     //計(jì)算本次濾波估計(jì)值
      p = ( 1 - kGain ) * p;                                     //更新測(cè)量方差
      prevData = inData;
      return inData;                                             //返回濾波值
}

	

	VOFA+軟件的效果圖：

	

	結(jié)論：

	VOFA+顯示的波形圖開(kāi)源看出卡爾曼濾波有一定的去噪穩(wěn)定特性的，雖然效果不是特別優(yōu)秀。

	卡爾曼濾波的普適性很強(qiáng)，尤其在控制與多傳感器融合方向，只要參數(shù)調(diào)整的好，效果出奇優(yōu)秀。

	五、實(shí)驗(yàn)總結(jié)

	ADC作為嵌入式開(kāi)發(fā)過(guò)程中必須掌握的外設(shè)，往往項(xiàng)目中是需要設(shè)置濾波器的。RC硬件濾波效果一般的話(huà)，可以用軟件來(lái)湊。同時(shí)濾波算法各式各樣，原理也各不相同，希望讀者朋友在實(shí)際的工程項(xiàng)目中，不要盲目的追求各種牛逼的濾波算法，其實(shí)適合該工程的濾波就是好濾波。

	來(lái)源：https://blog.csdn.net/black_sneak/article/details/129629485