stm32f103ADC软件滤波

在STM32F103中使用ADC进行数据采集时，软件滤波是提高数据稳定性的常用方法。以下是几种常见的软件滤波方案及实现方法：

1. 均值滤波

原理：多次采样取平均值，抑制随机噪声。

实现：

 #define SAMPLE_TIMES 10  // 采样次数

 uint16_t ADC_GetAverageValue(ADC_HandleTypeDef *hadc) {
     uint32_t sum = 0;
     for (int i = 0; i < SAMPLE_TIMES; i++) {
         HAL_ADC_Start(hadc);
         HAL_ADC_PollForConversion(hadc, 10);
         sum += HAL_ADC_GetValue(hadc);
     }
     return (uint16_t)(sum / SAMPLE_TIMES);
 }

注意：采样次数不宜过多，否则影响实时性。

2. 滑动平均滤波

原理：维护一个固定长度的队列，每次新采样值替换旧值，计算当前队列平均值。

实现：

 #define WINDOW_SIZE 8  // 窗口大小

 uint16_t buffer[WINDOW_SIZE];
 uint8_t index = 0;
 uint32_t sum = 0;

 uint16_t ADC_GetMovingAverage(ADC_HandleTypeDef *hadc) {
     // 移除旧值
     sum -= buffer[index];
     // 获取新值
     HAL_ADC_Start(hadc);
     HAL_ADC_PollForConversion(hadc, 10);
     buffer[index] = HAL_ADC_GetValue(hadc);
     // 更新总和和索引
     sum += buffer[index];
     index = (index + 1) % WINDOW_SIZE;
     return (uint16_t)(sum / WINDOW_SIZE);
 }

优势：内存占用低，实时性好。

3. 中值滤波

原理：对一组采样值排序后取中间值，有效去除脉冲干扰。

实现：

 #define MEDIAN_SAMPLES 5  // 奇数个样本

 uint16_t ADC_GetMedianValue(ADC_HandleTypeDef *hadc) {
     uint16_t samples[MEDIAN_SAMPLES];
     // 采集数据
     for (int i = 0; i < MEDIAN_SAMPLES; i++) {
         HAL_ADC_Start(hadc);
         HAL_ADC_PollForConversion(hadc, 10);
         samples[i] = HAL_ADC_GetValue(hadc);
     }
     // 排序（冒泡排序）
     for (int i = 0; i < MEDIAN_SAMPLES - 1; i++) {
         for (int j = 0; j < MEDIAN_SAMPLES - i - 1; j++) {
             if (samples[j] > samples[j + 1]) {
                 uint16_t temp = samples[j];
                 samples[j] = samples[j + 1];
                 samples[j + 1] = temp;
             }
         }
     }
     // 返回中间值
     return samples[MEDIAN_SAMPLES / 2];
 }

适用场景：存在突发性干扰时。

4. 卡尔曼滤波

原理：基于系统模型的动态滤波算法，适合实时性要求高的场景。

简化实现：

 float Q = 0.001;  // 过程噪声
 float R = 0.01;   // 测量噪声
 float x = 0.0;    // 估计值
 float P = 1.0;    // 估计误差协方差

 float KalmanFilter(float measurement) {
     // 预测
     x = x;
     P = P + Q;
     // 更新
     float K = P / (P + R);
     x = x + K * (measurement - x);
     P = (1 - K) * P;
     return x;
 }

 // 调用示例
 float adc_value = (float)HAL_ADC_GetValue(hadc);
 float filtered_value = KalmanFilter(adc_value);

优势：动态适应性强，但需调参（Q和R）。

5. 低通滤波

原理：抑制高频噪声，保留低频信号。

实现：

 #define ALPHA 0.2  // 滤波系数（0~1，值越小滤波越强）

 float filtered_value = 0.0;

 float LowPassFilter(float raw_value) {
     filtered_value = ALPHA * raw_value + (1 - ALPHA) * filtered_value;
     return filtered_value;
 }