告别数据抖动！用STM32F103RCT6和ADS1115实现高稳定电压采集的滤波实战

STM32F103RCT6与ADS1115高精度电压采集的噪声抑制实战

在工业传感器监测、电池管理系统等场景中，ADC采集的电压信号常因环境干扰出现微小波动。这种看似不起眼的"数据抖动"，轻则导致显示数值闪烁，重则引发系统误判。本文将基于STM32F103RCT6与16位ADC芯片ADS1115的组合，深入解析五种实用滤波算法的实现与选型策略。

1. 硬件架构与噪声源分析

1.1 系统组成框架

典型的电压采集系统包含三个关键部分：

• 传感器前端：温度、压力等传感器输出的模拟信号
• 信号调理电路：通常包含分压、跟随、滤波等基础电路
• ADC转换模块：ADS1115的差分输入范围可达±6.144V

注意：当ADDR引脚接地时，ADS1115的I2C地址固定为0x90，需在代码中明确定义

1.2 常见噪声类型对照表

2. 基础滤波算法实现

2.1 滑动平均滤波

最易实现的滤波方法，适合处理高斯白噪声：

#define SAMPLE_SIZE 8 float movingAverage(float newSample) { static float buffer[SAMPLE_SIZE]; static uint8_t index = 0; static float sum = 0; sum -= buffer[index]; buffer[index] = newSample; sum += buffer[index]; index = (index + 1) % SAMPLE_SIZE; return sum / SAMPLE_SIZE; }

窗口大小选择经验：

• 快速变化信号：4-8点
• 缓慢变化信号：16-32点
• 功耗敏感场景：避免过大窗口

2.2 中位值平均滤波

结合中值滤波和平均滤波的优势，对脉冲噪声有较好抑制：

float medianAverageFilter(float samples[], uint8_t size) { float temp; // 冒泡排序 for(int i=0; i<size-1; i++) { for(int j=0; j<size-i-1; j++) { if(samples[j] > samples[j+1]) { temp = samples[j]; samples[j] = samples[j+1]; samples[j+1] = temp; } } } // 去除两端极值后求平均 float sum = 0; for(int k=1; k<size-1; k++) { sum += samples[k]; } return sum/(size-2); }

3. 进阶滤波技术

3.1 一阶滞后滤波

适合资源有限的实时系统，计算量极小：

#define ALPHA 0.2f // 滤波系数(0~1) float firstOrderFilter(float newSample) { static float lastValue = 0; lastValue = ALPHA * newSample + (1-ALPHA) * lastValue; return lastValue; }

系数调整技巧：

• α接近1：快速响应但滤波效果弱
• α接近0：平滑性好但响应延迟明显
• 电池电压监测推荐α=0.1~0.3

3.2 卡尔曼滤波简化实现

针对线性系统的高效估计算法：

typedef struct { float q; // 过程噪声协方差 float r; // 观测噪声协方差 float p; // 估计误差协方差 float k; // 卡尔曼增益 float x; // 系统状态 } KalmanFilter; float kalmanUpdate(KalmanFilter* kf, float measurement) { // 预测阶段 kf->p = kf->p + kf->q; // 更新阶段 kf->k = kf->p / (kf->p + kf->r); kf->x = kf->x + kf->k * (measurement - kf->x); kf->p = (1 - kf->k) * kf->p; return kf->x; }

提示：初次使用时建议q=0.001, r=0.1，再根据实际效果微调

4. 多算法性能对比测试

4.1 测试环境配置

使用信号发生器注入1Vpp正弦波叠加10mV噪声，通过STM32的USART输出原始数据与滤波结果：

# 最小化测试代码框架 while(1) { raw = ADS1115_Read(ADC_CH0); filtered = kalmanUpdate(&kf, raw); printf("%.3f,%.3f\n", raw*0.1875/1000, filtered*0.1875/1000); HAL_Delay(10); }

4.2 性能指标对比表

5. 工程实践优化建议

5.1 采样率与滤波协同设计

ADS1115支持8SPS到860SPS的可编程数据速率，不同场景下的推荐配置：

• 高速动态测量（如电机电流）：

  • DR=860SPS
  • 配合滑动平均（窗口4-8点）

• 精密静态测量（如温度监测）：

  • DR=8SPS
  • 使用中位值平均+滞后滤波组合

5.2 异常值处理机制

在滤波前增加数据有效性检查：

#define VALID_RANGE 0.5f // 允许波动范围(V) float lastValidValue = 0; float safeFilter(float newSample) { if(fabs(newSample - lastValidValue) > VALID_RANGE) { return lastValidValue; // 保持上次有效值 } lastValidValue = movingAverage(newSample); return lastValidValue; }

实际项目中，将ADS1115的ALERT引脚连接到STM32的外部中断引脚，可以立即感知超限信号。这种硬件级的异常检测机制比软件轮询更加及时可靠。