单片机温度传感器数据处理：从整数到定点数的优化实践

1. 从“读数”到“显示”：温度传感器数据处理的核心挑战

在蓝桥杯单片机竞赛，尤其是涉及环境监测、智能控制类的题目中，温度传感器几乎是必考的外设。很多同学在驱动DS18B20、DHT11这类传感器时，能顺利读出那一串原始的二进制数据，但一到要把这串数据转换成屏幕上显示的温度值，就卡壳了。问题往往出在“整数”和“浮点数”的处理上。单片机资源有限，直接进行浮点运算不仅效率低，还可能因为处理不当导致显示异常、控制失灵。

我参加过也指导过不少蓝桥杯的比赛，发现这个数据处理环节是区分“代码能跑”和“代码稳健”的关键分水岭。今天，我们就抛开那些复杂的传感器协议细节，聚焦于一个更本质的问题：当你从传感器拿到一个代表温度的原始整数后，如何高效、准确地将它转换为可供显示、判断或传输的数值？这背后涉及定点数与浮点数的理解、运算精度的取舍以及单片机编程的优化技巧。无论你用的是51、STM32还是竞赛指定的CT107D板，这套思路都是通用的。

2. 温度传感器的“原始语言”：理解整数格式的读数

绝大多数数字温度传感器，其与单片机通信的“语言”都是整数。这里说的整数，是广义的，指的是传感器直接输出的、未经标度变换的二进制数据。理解这个原始数据的格式，是后续一切处理的基础。

2.1 常见传感器的数据输出格式

以蓝桥杯最常用的DS18B20为例。它通过单总线协议，一次传输2字节（16位）的温度数据。这16位数据是带符号的整数，采用二进制补码形式。

• 位定义：高5位是符号位（温度为正或负），低11位是小数部分和整数部分。更具体地说，字节0（低字节）的低4位是小数部分，字节0的高4位加上字节1（高字节）的低3位是整数部分，字节1的高5位是符号位。
• 核心转换关系：传感器输出的这16位整数，其数值除以16.0，就得到了实际的摄氏温度值。例如，传感器输出0x0191(十进制401)，那么实际温度就是401 / 16.0 = 25.0625°C。这里，“除以16”这个操作，就是整数到浮点数转换的桥梁。

另一个例子是DHT11，它输出的是40位数据，包含湿度和温度的整数部分和小数部分。对于温度，它会直接给出两个字节：一个字节是温度的整数部分，一个字节是温度的小数部分。例如，输出0x0015和0x00，表示温度是21°C，小数部分为0。这种情况下，数据已经是分离的整数和小数，拼接起来即可。

2.2 为什么传感器偏爱整数输出？

这主要是出于可靠性、抗干扰和协议简洁性的考虑。

1. 抗干扰性强：数字信号（0/1）比模拟电压值更不容易受线路噪声影响。整数形式的二进制数据在长距离或复杂环境中传输更可靠。
2. 协议统一：单总线、I2C、SPI等数字通信协议，其数据传输的基本单位就是字节（整数）。直接传输整数格式的温度数据，无需在通信层定义复杂的浮点数格式，简化了驱动设计。
3. 传感器内部处理简便：传感器内部的微处理器或逻辑电路进行A/D转换和校准后，直接以整数形式输出结果，效率最高。

所以，当我们通过Read_Byte()这样的函数从传感器读回数据时，我们拿到的是一个或几个unsigned char类型的变量，它们共同组成了一个代表温度的原始整数。我们的任务，就是“破译”这个整数。

3. 浮点数的诱惑与陷阱：为什么不能想用就用？

在PC上写C程序，我们很自然地会用float或double来处理401 / 16.0这样的运算。但在8位或16位单片机上，情况截然不同。

3.1 单片机浮点运算的沉重代价

大多数蓝桥杯涉及的8位单片机（如8051内核）或基础型ARM Cortex-M0/M3单片机，没有硬件浮点运算单元（FPU）。这意味着所有浮点数的加、减、乘、除、比较操作，都需要软件库来模拟实现。

• 代码体积膨胀：一个简单的浮点数除法，编译器可能会链接进来数KB甚至十几KB的浮点运算库代码。这对于本身只有几KB到几十KB Flash的单片机来说是巨大的开销，可能直接导致程序无法下载。
• 运算速度极慢：一次软件浮点除法消耗的CPU周期可能是整数除法的几十倍甚至上百倍。在需要实时显示温度或进行PID控制的场景下，这会导致系统响应迟钝，甚至影响其他关键任务（如按键扫描、动态显示）的时序。
• 精度与内存的权衡：使用float（单精度，约6-7位有效数字）和double（双精度，约15-16位有效数字）在内存占用和精度上也有差异。对于温度显示（通常精确到0.1°C足矣），double的精度是过剩的，但它的内存占用是float的两倍，运算也更慢。

3.2 一个典型的“踩坑”现场

假设我们在DS18B20的中断服务程序里进行了浮点运算：

float current_temp; int raw_data = (TH << 8) | TL; // 假设TH, TL是读到的两个字节 current_temp = raw_data * 0.0625f; // 等价于除以16

这段代码看起来没问题，但在资源紧张的单片机上可能引发：

1. 中断执行时间过长，导致其他中断丢失或主循环卡顿。
2. 链接了浮点库，使得最终生成的.hex文件大小超出单片机Flash容量，编译虽然通过，但下载失败。
3. 在需要频繁更新的数码管显示函数中调用，造成显示闪烁、抖动。

注意：有些同学可能会发现，在Keil C51中，即使代码里写了float，程序好像也能运行。这是因为Keil使用了一种特殊的“重入”方式来处理浮点，或者你使用的单片机型号在库中包含了浮点支持。但这不改变其效率低下的本质。在追求稳定和高效的竞赛代码中，应主动避免。

4. 定点数艺术：用整数巧妙模拟小数运算

既然浮点数不好用，我们能否只用整数来完成所有计算呢？答案是肯定的，这种方法称为定点数运算。其核心思想是：我们约定所有参与运算的整数，其实际值都隐含了一个小数点。例如，我们约定所有温度值都放大100倍来存储和运算，那么整数2506就代表25.06°C。

4.1 定点数运算的基本原理

我们以DS18B20为例，目标是得到保留一位小数的温度值（如25.0°C, 25.1°C）。

1. 确定精度和缩放因子：我们需要1位小数，即精确到0.1°C。那么缩放因子就是10。如果我们想得到2位小数（0.01°C），缩放因子就是100。
2. 整数化运算：原始公式是温度 = 原始数据 / 16.0。
   • 浮点做法：temp_float = raw / 16.0
   • 定点做法：temp_fixed = (raw * 缩放因子) / 16注意，这里我们先乘后除，是为了在整数除法发生前，尽可能保留精度。因为raw / 16会直接舍弃余数（小数部分）。

具体步骤：

// 假设 raw_data 是读到的16位有符号整数（补码形式） int raw_data = (TH << 8) | TL; long temp_fixed; // 使用long防止乘法溢出 // 方法：先乘10（放大10倍），再除以16 temp_fixed = (long)raw_data * 10L / 16; // 此时，temp_fixed 就是放大了10倍的定点温度值。 // 例如：raw_data=401, temp_fixed = 401 * 10 / 16 = 4010 / 16 = 250（余10） // 整数除法结果为250，代表25.0°C。余数10被丢弃了，我们损失了0.0625°C的信息。

4.2 处理余数：实现四舍五入

上面的方法直接丢弃了余数，是“截断”操作。为了更精确，我们可以实现四舍五入。

原理：判断(被除数 % 除数)是否大于等于除数的一半。 对于(raw * 10) / 16：

• 除数divisor = 16
• 判断remainder = (raw * 10) % 16是否>= 8(因为 16/2=8)

代码实现：

long temp_fixed; int raw_data = 401; // 示例数据 long dividend = (long)raw_data * 10L; // 被除数 = 4010 int divisor = 16; temp_fixed = dividend / divisor; // 整数部分 = 250 int remainder = dividend % divisor; // 余数 = 10 if (remainder >= (divisor + 1) / 2) { // 四舍五入判断，+1是为了处理整除情况 temp_fixed++; // 250 -> 251，代表25.1°C } // 最终 temp_fixed = 251，表示25.1°C

通过这个简单的判断，我们将精度从简单的截断提升到了四舍五入，显示效果更专业。

4.3 处理负数温度

DS18B20在零下时，输出的16位数据是补码形式。例如，-10.125°C对应的原始数据大约是0xFFF5（补码）。我们的定点数运算需要能正确处理负数。

关键点：C语言中，整数除法和取余运算对于负数的定义是实现相关的，可能产生意想不到的结果。最安全的方法是，先将负数转换为其绝对值（正数）进行处理，最后再恢复符号。

int raw_data; // 从传感器读取的16位有符号数 long temp_fixed; char is_negative = 0; // 1. 判断正负 if (raw_data & 0xF800) { // 判断高5位（符号位），DS18B20负数时高5位为1 is_negative = 1; raw_data = (~raw_data) + 1; // 取补码的相反数，得到其绝对值（正数） } // 2. 使用正数的 raw_data 进行定点运算（包含四舍五入） long dividend = (long)raw_data * 10L; int divisor = 16; temp_fixed = dividend / divisor; int remainder = dividend % divisor; if (remainder >= (divisor + 1) / 2) { temp_fixed++; } // 3. 恢复符号 if (is_negative) { temp_fixed = -temp_fixed; } // 此时 temp_fixed 就是带符号的定点温度值。例如 -251 代表 -25.1°C

5. 显示与传输：定点数的最终舞台

经过定点数处理，我们得到了一个整数temp_fixed，比如251或-251。这个值非常适合后续操作。

5.1 数码管或LCD显示

显示时，我们需要将这个整数分解为各位数字。

• 对于251（代表25.1°C）：

  int display_value = (temp_fixed < 0) ? -temp_fixed : temp_fixed; // 取绝对值用于显示 int integer_part = display_value / 10; // 整数部分 = 25 int decimal_part = display_value % 10; // 小数部分 = 1 // 然后分别将 integer_part 的十位、个位，以及 decimal_part 送到对应的数码管段码缓冲区 // 注意：需要在合适的位置点亮小数点，并处理负号显示。

• 对于负值，需要在最高位数码管显示负号“-”。

5.2 串口传输或数据存储

如果需要通过串口发送给上位机，或者存储在EEPROM中，定点数形式的整数比浮点数方便得多。

• 传输：直接发送temp_fixed的字节即可。例如，用sprintf(buf, "%d", temp_fixed)格式化为字符串发送，上位机知道缩放因子是10，再除以10即可还原。
• 存储：int或long类型的定点数可以直接写入EEPROM，节省空间且无精度损失。

5.3 阈值判断与控制

在温度控制应用中，判断温度是否超过设定值（如30.5°C），使用定点数异常简单和高效。

#define TARGET_TEMP_FIXED 305 // 30.5°C 放大10倍 if (temp_fixed > TARGET_TEMP_FIXED) { // 关闭加热器 HEATER = 0; } else if (temp_fixed < (TARGET_TEMP_FIXED - 5)) { // 设置一个回差，防止频繁开关 // 开启加热器 HEATER = 1; }

所有的比较都是整数比较，速度极快，代码简洁。

6. 高级技巧与边界情况处理

掌握了基本方法后，还有一些技巧能让你的代码更健壮、更高效。

6.1 运算顺序优化与溢出预防

在(raw_data * 10) / 16这个运算中，raw_data的范围是-550~1250（对应DS18B20的测量范围）。raw_data * 10最大约为12500，在int（16位，范围-32768~32767）范围内。看似安全，但如果你为了更高精度使用缩放因子100，raw_data * 100最大为125000，就超出了16位int的范围，会发生溢出，得到错误结果。

解决方案：

1. 使用足够大的数据类型：在乘法前，将操作数强制转换为long（32位）。

   long dividend = (long)raw_data * 100L; // 安全

2. 调整运算顺序：有时可以通过数学变换来减小中间值。例如(raw_data / 16) * 缩放因子虽然会先损失小数精度，但能绝对避免乘法溢出。这需要根据精度要求权衡。

6.2 滤波处理：让显示更稳定

传感器读数可能存在微小波动，直接显示会导致末位数频繁跳动。常用的软件滤波方法有：

• 均值滤波：连续采样N次，取平均值作为最终结果。简单有效，但会引入滞后。

  #define SAMPLE_SIZE 8 long temp_sum = 0; for(int i=0; i<SAMPLE_SIZE; i++){ temp_sum += read_temp_fixed(); // 你的定点数读取函数 delay_ms(10); // 适当延时 } temp_fixed = (temp_sum + SAMPLE_SIZE/2) / SAMPLE_SIZE; // 带四舍五入的除法

• 一阶滞后滤波（低通滤波）：本次结果 = α * 本次采样值 + (1-α) * 上次结果。其中α是滤波系数（0<α<1）。这种方法响应快，且能平滑噪声。在定点数中，α可以取一个2的幂次方的倒数，如1/16，这样(1-α)*上次结果可以用移位实现，效率极高。

  #define ALPHA_SHIFT 4 // α = 1/16 long filtered_temp_fixed; // 全局变量，保存上次滤波结果 long new_sample = read_temp_fixed(); // filtered = new/16 + (15 * old)/16 filtered_temp_fixed = (new_sample >> ALPHA_SHIFT) + (filtered_temp_fixed - (filtered_temp_fixed >> ALPHA_SHIFT));

6.3 何时可以谨慎使用浮点数？

虽然我们强调避免浮点，但在某些特定场景下，如果单片机资源（Flash空间）足够宽松，且运算不频繁（例如只在按键按下查看详细数据时计算一次），使用浮点数简化代码逻辑也是可以接受的。但必须明确：

1. 清楚了解该操作对时间和空间的消耗。
2. 避免在中断、高频循环中使用。
3. 如果使用，考虑使用单精度float而非double。

7. 实战演练：一个完整的DS18B20定点数处理代码框架

下面提供一个整合了上述要点的、适用于蓝桥杯CT107D板DS18B20的代码框架（省略了具体的单总线读写时序）：

#include <reg52.h> #include <intrins.h> // 假设数码管显示缓冲区为数组 SegBuf[8] // 假设有函数 void Display_Drive(); 负责动态刷新数码管 // 假设有函数 unsigned int Read_Temp_Raw(); 负责读取DS18B20并返回16位原始整数 long g_Temperature_Fixed = 0; // 全局变量，存储放大10倍的定点温度值 /** * @brief 将DS18B20原始数据转换为定点数（放大10倍），并更新全局变量 * @param raw: 从DS18B20读取的16位原始数据（补码格式） * @retval 无 */ void Process_Temperature_Fixed(int raw) { long temp_fixed; char is_negative = 0; int raw_abs = raw; // 1. 处理负数 if (raw & 0xF800) { // 判断是否为负数 is_negative = 1; raw_abs = (~raw) + 1; // 求绝对值 } // 2. 定点转换与四舍五入 (精度0.1°C) long dividend = (long)raw_abs * 10L; int divisor = 16; temp_fixed = dividend / divisor; int remainder = dividend % divisor; if (remainder >= (divisor + 1) / 2) { temp_fixed++; } // 3. 恢复符号 if (is_negative) { temp_fixed = -temp_fixed; } // 4. （可选）简单滤波：一阶滞后滤波 // #define FILTER_SHIFT 3 // 系数 1/8 // g_Temperature_Fixed = (temp_fixed >> FILTER_SHIFT) + (g_Temperature_Fixed - (g_Temperature_Fixed >> FILTER_SHIFT)); // 4. （或）直接更新 g_Temperature_Fixed = temp_fixed; } /** * @brief 将定点温度值分解并送入数码管显示缓冲区 * @param temp_fixed: 放大10倍的定点温度值 * @retval 无 */ void Display_Temperature_Fixed(long temp_fixed) { unsigned char seg_index = 0; // 假设从最左边数码管开始显示 unsigned char digit; long display_value; // 处理符号 if (temp_fixed < 0) { SegBuf[seg_index++] = 0x40; // 负号“-”的段码，根据实际译码表修改 display_value = -temp_fixed; } else { SegBuf[seg_index++] = 0x00; // 正数不显示符号，或显示空格 display_value = temp_fixed; } // 提取整数部分（十位和个位） int integer_part = display_value / 10; // 十位 if (integer_part >= 10) { digit = integer_part / 10; SegBuf[seg_index++] = SEG_CODE[digit]; // SEG_CODE是0-9的段码表 integer_part %= 10; } else { SegBuf[seg_index++] = 0x00; // 不显示十位的0 } // 个位 digit = integer_part; SegBuf[seg_index++] = SEG_CODE[digit]; // 小数点 SegBuf[seg_index-1] |= 0x80; // 在个位数码管上点亮小数点，假设段码最高位是小数点 // 小数部分（十分位） digit = display_value % 10; SegBuf[seg_index++] = SEG_CODE[digit]; // 填充剩余数码管（例如显示“C”） SegBuf[seg_index] = 0x39; // “C”的段码 } void main() { int raw_temp; // ... 初始化代码 ... while(1) { raw_temp = Read_Temp_Raw(); // 读取传感器原始数据 Process_Temperature_Fixed(raw_temp); // 转换为定点数 Display_Temperature_Fixed(g_Temperature_Fixed); // 更新显示缓冲区 Display_Drive(); // 驱动数码管显示 delay_ms(200); // 延时，控制采样和显示频率 } }

这个框架清晰地分离了数据读取、定点处理、显示驱动三个环节，逻辑清晰，效率高，并且完全避免了浮点运算。你可以根据具体的题目要求和硬件连接，填充Read_Temp_Raw()等函数的具体实现。

理解并熟练运用整数（定点数）来处理传感器数据，是单片机编程从入门到精通的关键一步。它不仅仅是为了应对蓝桥杯竞赛，更是一种在资源受限环境下编写高效、可靠嵌入式软件的必备思维。下次当你拿到一个传感器数据手册，看到那些二进制或十六进制的输出格式时，希望你能立刻想到：我该如何用整数的世界，来优雅地描述这个模拟量的现实。