STM32 ADC信号采集与频率测量：从硬件调理到软件算法的嵌入式实现

简介：本资源是一套基于STM32F10x系列的ADC高频测频与电压采集完整工程，面向嵌入式初学者、课程设计学生及单片机工程师，解决模拟信号数字化处理中的核心问题——如何精准实现1Hz至高频范围的周期性信号频率测量及多通道电压采集。压缩包含162个文件，总大小1.2MB，涵盖32个头文件（h）定义外设接口与宏配置、27个C源文件（c）实现ADC初始化、定时器捕获、LCD显示及主控逻辑，以及.o、.d、.crf等编译中间文件和uvproj工程配置，结构完整，可直接Keil MDK编译运行。已有561人学习下载，资源内含stm32f10x_adc.c、stm32f10x_tim.c等关键驱动模块，结合LCD_Drive.axf可执行文件与main.uvproj工程，提供从硬件配置、采样触发、时间间隔计算到频率反推的全链路实现，特别适合理解ADC+定时器协同测频原理、掌握抗干扰采样策略与量化误差校准方法。

1. 项目概述：从“测频.rar”到精准信号分析系统

看到“STM32测频.rar”这个压缩包名字，很多做嵌入式开发的朋友会心一笑。这太典型了，一个项目做完，代码、原理图、报告一股脑打包，文件名往往就是最直白的项目描述。这个标题拆开来看，核心诉求非常明确：使用STM32微控制器，通过ADC（模数转换器）采集电压信号，并最终实现频率测量。这听起来像是大学电子竞赛的经典题目，或是工业现场信号监控的简化原型。但别小看它，这里面融合了模拟信号处理、数字信号采集、定时器应用和算法实现等多个嵌入式开发的核心技能点。

我做过不少类似的项目，从测量市电频率到分析传感器输出的脉冲信号，发现大家最容易卡壳的地方往往不是写代码，而是如何将物理世界的连续信号，可靠地转换成单片机能够理解的数字信息，并从中提取出“频率”这个关键参数。这个过程涉及到信号调理电路的设计、ADC采样参数的精确配置、采样后数据的处理算法，以及如何验证测量结果的准确性。一个简单的“测频”需求，实际上是一个微型信号处理系统的搭建。

这个项目非常适合已经掌握了STM32基本外设（如GPIO、定时器）使用，想要深入ADC应用和实时信号处理领域的开发者。无论你是想完成课设、备战电赛，还是为产品开发一个简单的频率监控模块，这里面的思路和代码都有直接的参考价值。接下来，我就把这个“压缩包”里的干货拆解开来，结合我踩过的坑和总结的经验，带你走通从电压采集到频率计算的全过程。

2. 核心需求解析与方案选型

2.1 需求本质：我们要测量什么？

“测频率”这个说法其实有些笼统。在电子测量中，频率测量对象主要分两大类：

1. 数字脉冲信号：如方波、PWM波。这类信号高低电平分明，通常使用MCU的输入捕获功能来测量其周期或频率，精度极高，是首选方法。
2. 模拟周期信号：如正弦波、三角波。这类信号电压连续变化，无法直接用GPIO识别边沿，必须通过ADC采样获取其波形数据，再通过算法分析计算频率。

这个项目标题明确提到了“ADC采集”，因此我们的目标很明确：测量模拟周期信号的频率。例如，一个来自传感器的正弦波输出（如振动传感器、音频信号），或者一个经过调理但仍是模拟形式的周期信号。

2.2 为什么选择“ADC采样+软件算法”方案？

既然有更精准的输入捕获方法，为什么还要用ADC呢？这取决于信号的特性和系统资源。

• 信号性质决定：当信号不是标准的数字电平时（例如，幅值小于单片机IO口识别电压，或波形是正弦波而非方波），输入捕获无能为力，ADC是唯一选择。
• 信息维度更丰富：ADC方案不仅能得到频率，还能同时得到信号的幅值、直流偏置甚至粗略的波形，信息量更大。
• 方案灵活性高：对于频率较低或波形复杂的信号，软件算法可以进行更复杂的处理，如滤波、谐波分析等。

然而，这个方案的挑战在于：

• 精度与速度的权衡：ADC的采样率必须远高于信号频率（通常遵循奈奎斯特采样定理，实际中需要5-10倍以上），才能还原波形。
• 软件开销大：需要在中断或主循环中实时处理采样数据，计算频率，对MCU的运算能力有一定要求。
• 抗干扰能力：模拟信号易受噪声干扰，需要硬件滤波和软件数字滤波配合。

基于以上分析，我们的技术路线确定为：STM32的ADC以足够高的速率对输入模拟信号进行采样，将连续的电压值转换为离散的数字序列，然后在单片机内通过特定的算法（如过零检测法、周期法、FFT法）从这个数字序列中计算出信号的频率。

3. 硬件设计要点与信号调理

在代码跑起来之前，硬件电路是确保数据可靠的基石。很多测量误差的根源都在硬件部分。

3.1 ADC输入前端电路设计

STM32的ADC输入引脚通常只能承受0-3.3V（VREF+）的电压。而待测信号可能幅值过大、过小，或含有负压、直流偏置，必须进行调理。

典型调理电路包括：

1. 电压钳位保护：在ADC输入端并联两个反向的肖特基二极管（如BAT54S）到VDD和GND，确保输入电压不会超过供电范围，防止静电或意外高压损坏ADC。
2. 阻容低通滤波：在信号输入端串联一个电阻（如1kΩ），并接一个到地的电容（如100pF~10nF），构成一阶RC低通滤波器。其截止频率f_c = 1/(2πRC)。这个滤波器至关重要，它有两个作用：
   • 抗混叠滤波：滤除高于采样频率一半的高频噪声，防止其混叠到有效频带内，这是奈奎斯特采样定理的要求。
   • 限流与平滑：限制输入电流，平滑毛刺。
3. 电压缩放与偏置：如果信号幅值超出量程，需要使用运放搭建同相/反相比例缩放电路。如果信号含有负电压，则需要加法器电路将其抬升到0-3.3V范围内。

实操心得：在面包板或洞洞板上搭建电路时，这个RC滤波器的接地非常重要。电容的接地端必须连接到STM32板子的模拟地（AGND），并且引线要短，否则数字噪声很容易耦合进来。我曾因为滤波电容接地线过长，导致采集到的波形上叠加了明显的数字开关噪声。

3.2 STM32相关硬件配置

1. 参考电压：确保VREF+引脚连接了稳定、干净的3.3V电源（最好是LDO单独供电），VREF-接地。这是ADC精度的生命线。
2. 采样通道选择：选择具有ADC功能的引脚，例如STM32F103的PA0-PA7等。
3. 电源去耦：在STM32的VDD和VDDA电源引脚附近，务必放置一个0.1uF和一个10uF的电容到地，以滤除电源噪声。VDDA是ADC的模拟供电，其稳定性直接影响采样结果。

4. 软件架构与ADC驱动配置

软件部分的核心是高效、准确的ADC采样和数据搬运。我们通常采用DMA（直接存储器访问）来解放CPU，避免因中断处理开销导致采样点丢失。

4.1 ADC工作模式配置（以STM32 HAL库为例）

我们的目标是实现连续、定速的采样。推荐配置如下：

• 模式：独立模式。
• 分辨率：12位（4096个量化等级）。对于测频，精度通常足够。
• 数据对齐：右对齐。
• 扫描模式：禁用（单通道）。如果多通道测频则启用。
• 连续转换模式：启用。ADC一旦启动就不停地转换。
• 非连续转换模式：禁用。
• 外部触发：选择定时器触发（如TIM2的TRGO）。这是实现精准等间隔采样的关键！让一个定时器以固定频率产生触发事件，驱动ADC开始一次转换，这样采样间隔Ts就等于定时器的触发周期，非常精确。
• DMA连续请求：启用。每次ADC转换结束后，自动请求DMA将数据搬运到指定的内存数组。

4.2 定时器触发配置

假设我们需要10kHz的采样率（即每秒采样1万个点），那么采样间隔Ts = 1/10000 = 0.1ms = 100us。

• 配置一个基本定时器（如TIM6/TIM7）或通用定时器。
• 定时器时钟源为系统时钟（如72MHz）。
• 设置预分频器（PSC）和自动重载值（ARR），使得定时器更新频率为10kHz。
  • 例如，时钟72MHz，欲得10kHz，则计数周期应为7200。设置PSC=71，ARR=99，则定时器频率 = 72MHz / (71+1) / (99+1) = 10kHz。
• 使能定时器的更新事件，并将其TRGO源设置为“更新事件”。

4.3 DMA配置

• 外设地址：ADC数据寄存器（如&hadc1.Instance->DR）。
• 内存地址：自定义的缓冲区数组，如uint16_t adc_buffer[BUFFER_SIZE]。
• 方向：外设到内存。
• 数据宽度：外设和内存都设置为半字（16位，对应12位ADC数据）。
• 模式：循环模式。当DMA填满整个缓冲区后，自动从头开始覆盖，形成一个连续的数据流。
• 内存地址自增：启用。

4.4 核心代码流程

// 1. 定义缓冲区 #define SAMPLE_RATE 10000 // 10kHz采样率 #define BUFFER_SIZE 1024 // 缓冲区大小，建议为2的幂次 uint16_t adc_raw_buffer[BUFFER_SIZE]; volatile uint8_t dma_half_complete_flag = 0; volatile uint8_t dma_full_complete_flag = 0; // 2. DMA传输完成中断回调函数（在stm32xx_it.c中或使用HAL回调） void HAL_ADC_ConvHalfCpltCallback(ADC_HandleTypeDef* hadc) { dma_half_complete_flag = 1; // 前半缓冲区就绪 } void HAL_ADC_ConvCpltCallback(ADC_HandleTypeDef* hadc) { dma_full_complete_flag = 1; // 后半缓冲区就绪 } // 3. 主函数初始化 int main(void) { HAL_Init(); SystemClock_Config(); MX_GPIO_Init(); MX_DMA_Init(); MX_ADC1_Init(); // 配置ADC为定时器触发、DMA循环模式 MX_TIM6_Init(); // 配置TIM6为10kHz触发频率 HAL_ADC_Start_DMA(&hadc1, (uint32_t*)adc_raw_buffer, BUFFER_SIZE); HAL_TIM_Base_Start(&htim6); // 启动定时器，ADC将开始被触发采样 while (1) { // 4. 数据处理策略：双缓冲区乒乓操作 if(dma_half_complete_flag) { process_adc_data(&adc_raw_buffer[0], BUFFER_SIZE/2); dma_half_complete_flag = 0; } if(dma_full_complete_flag) { process_adc_data(&adc_raw_buffer[BUFFER_SIZE/2], BUFFER_SIZE/2); dma_full_complete_flag = 0; } // 其他任务... } } // 5. 数据处理函数（实现频率计算算法） void process_adc_data(uint16_t* buffer, uint16_t size) { // 将原始ADC值转换为电压值（可选） // 应用数字滤波（可选） // 调用频率计算函数，如过零检测 float measured_freq = calculate_frequency_by_zero_crossing(buffer, size, SAMPLE_RATE); // 使用或显示 measured_freq }

注意事项：使用DMA双缓冲（乒乓操作）是保证数据不丢失的关键。当DMA正在向缓冲区后半段写入时，CPU可以安全地处理前半段的数据，反之亦然。process_adc_data函数的执行时间必须小于半缓冲区数据采集的时间（即(BUFFER_SIZE/2) / SAMPLE_RATE秒），否则会发生数据覆盖。

5. 频率计算算法详解与实现

获取到离散的采样序列后，如何算出频率？这里介绍三种常用方法，各有适用场景。

5.1 过零检测法

这是最直观的方法，寻找信号波形穿过零点（或某个阈值）的时刻，计算相邻两个过零点的时间间隔，即为半个周期。

步骤：

1. 确定阈值：对于无直流偏置的正弦波，阈值为0（或中间电压值）。对于有偏置的信号，阈值为信号的平均值（直流分量）。
2. 扫描数据：遍历缓冲区，寻找连续两个采样点满足(data[i] - threshold) * (data[i+1] - threshold) <= 0。这表示两点之间发生了过零。
3. 线性插值：为了提高精度，不简单认为i或i+1点是过零点。使用线性插值估算精确的过零时刻t_zero。

   t_zero = i * Ts + Ts * (threshold - data[i]) / (data[i+1] - data[i])

   其中Ts为采样间隔。
4. 计算频率：记录连续多个过零点的时刻t1, t2, t3, ...。周期T = (t3 - t1) / 2（或取多个周期的平均值）。频率f = 1 / T。

优点：原理简单，计算量小。缺点：对噪声敏感，在过零点附近噪声容易造成虚假过零检测。适用于信噪比较高、波形规则的信号。

float calculate_frequency_by_zero_crossing(uint16_t* buffer, uint16_t size, float sample_rate) { float Ts = 1.0 / sample_rate; float threshold = calculate_average(buffer, size); // 计算直流分量作为阈值 uint16_t zero_crossings[20]; // 存储过零点索引 uint8_t zc_count = 0; float crossing_times[20]; // 1. 检测过零点 for(int i=0; i<size-1 && zc_count<20; i++) { if( ((float)buffer[i]-threshold) * ((float)buffer[i+1]-threshold) <= 0 ) { // 2. 线性插值求精确时间 float t_cross = i * Ts + Ts * (threshold - buffer[i]) / (buffer[i+1] - buffer[i]); crossing_times[zc_count++] = t_cross; } } // 3. 计算平均周期 if(zc_count < 4) return 0.0; // 过零点太少，无法计算 float total_period = 0.0; int period_count = 0; for(int i=2; i<zc_count; i+=2) { // 取同方向的过零点（如从负到正） total_period += (crossing_times[i] - crossing_times[i-2]); period_count++; } if(period_count == 0) return 0.0; float avg_period = total_period / period_count; return 1.0 / avg_period; }

5.2 自相关函数法

自相关函数可以衡量信号与其自身延迟后的相似性。对于周期信号，自相关函数会在延迟等于周期整数倍的位置出现峰值。

步骤：

1. 对采样序列x[n]去除直流分量。
2. 计算短时自相关函数R[m] = Σ (x[n] * x[n+m])，其中m为延迟点数，求和范围为一个窗口。
3. 寻找自相关函数主峰（m=0）之后的第一个峰值点，其对应的延迟m_peak。
4. 信号周期T = m_peak * Ts，频率f = 1/T。

优点：抗噪声能力强，适用于信噪比较低的场景。缺点：计算量较大（O(N^2)），对于实时性要求高的系统，需要优化算法或限制相关计算长度。

5.3 快速傅里叶变换法

FFT是频域分析的利器。通过对一段采样数据做FFT，可以得到信号的频谱，频谱中幅度最大的峰对应的频率就是信号的主频。

步骤：

1. 对采样数据加窗（如汉宁窗）以减少频谱泄漏。
2. 进行FFT计算（可使用STM32的DSP库arm_cfft_f32）。
3. 在FFT结果中寻找幅度最大的谱线，其索引为k_max。
4. 频率f = k_max * (sample_rate / FFT_SIZE)。

优点：不仅能得到基频，还能分析谐波成分。对于多频率成分的信号尤其有效。缺点：计算量最大；频率分辨率受限于sample_rate / FFT_SIZE，对于低频信号，需要很长的采样时间才能获得高分辨率。

实操心得：在资源有限的STM32F103（72MHz）上，1024点的FFT计算会占用可观的时间（几十毫秒），可能影响系统的实时性。对于单纯的频率测量，如果信号纯净，过零检测法是性价比最高的选择。我曾在电机测速项目中，对比过零法和FFT法，在信号无严重畸变时，两者结果差异小于0.5%，但过零法的计算耗时仅为FFT的百分之一。

6. 精度提升与软件抗干扰策略

6.1 数字滤波

在算法处理前，对ADC原始数据进行数字滤波，能有效抑制噪声。

• 移动平均滤波：最简单，但会引入相位延迟。y[n] = (x[n] + x[n-1] + ... + x[n-N+1]) / N。N越大，平滑效果越好，但对信号变化响应越慢。
• 一阶低通滤波（软件RC滤波）：y[n] = α * x[n] + (1-α) * y[n-1]。其中α = Ts / (Ts + RC)，RC为时间常数。这种方法计算量小，效果不错，是我最常用的实时滤波方法。

6.2 动态阈值与自适应算法

对于幅值可能变化的信号，固定的过零阈值会失效。解决方法：

• 动态计算阈值：在每次处理缓冲区数据时，实时计算该段数据的平均值作为阈值。
• 峰值检测法：先找出信号在一个周期内的最大值和最小值，将阈值设置为(最大值 + 最小值) / 2。这种方法比平均值更能适应非对称波形。

6.3 测量结果的平滑与显示

单次计算出的频率值可能因噪声而跳动。通常采用滑动平均或一阶低通滤波对最终频率结果进行平滑。

float smooth_freq = 0.0; float smooth_alpha = 0.1; // 平滑系数，越小越平滑，响应越慢 // 每次得到新频率 new_freq 后： smooth_freq = smooth_alpha * new_freq + (1 - smooth_alpha) * smooth_freq;

再将smooth_freq发送到显示屏或上位机。

7. 系统调试与性能验证实录

理论终须实践检验。搭建好系统后，如何验证其测量是否准确？

7.1 使用信号发生器进行标定

这是最可靠的方法。

1. 用信号发生器产生一个纯净的、幅值在ADC量程内的正弦波（例如1kHz， 2Vpp）。
2. 将其接入你的调理电路和STM32 ADC引脚。
3. 在代码中，将计算出的频率通过串口打印出来。
4. 改变信号发生器的频率（如从50Hz到5kHz），观察串口输出的测量值是否一致。
5. 记录误差，并分析误差来源：是采样定时不准？算法误差？还是信号发生器本身的精度？

7.2 利用PWM输出自检

如果手头没有信号发生器，可以利用STM32自身的定时器产生一个已知频率的PWM波，然后通过一个简单的RC低通滤波器（截止频率低于PWM频率）将其转换为近似正弦波（实际上是三角波），再送入ADC进行测量。将测量结果与设定的PWM频率对比。

7.3 常见问题排查表

7.4 性能优化技巧

• 整数运算：在频率计算中，尽量使用整数运算。例如，过零检测中，比较和索引用整数，仅在最后一步转换为浮点数进行显示。STM32没有硬件浮点单元（FPU）时，浮点运算很慢。
• 查表法：如果需要进行复杂的函数计算（如FFT中的窗函数、三角函数），可以预先计算好表格存储在Flash中，用空间换时间。
• 合理选择缓冲区大小：缓冲区大小BUFFER_SIZE需要权衡。太小会导致处理频繁，增加系统开销；太大会增加测量延迟。一般建议能容纳信号数个完整周期为宜。例如，对于50Hz工频信号，10kHz采样率下，一个周期是200个点，缓冲区设为512或1024点比较合适。

8. 项目扩展与进阶思路

一个基础的测频系统完成后，可以考虑以下方向进行扩展，使其更实用、更强大：

1. 多通道同步采集：利用STM32 ADC的扫描模式，配合DMA，可以同时测量多路信号的频率和幅值。这在三相电分析、多传感器系统中非常有用。
2. 占空比测量：对于PWM类信号，在获取电压序列后，可以通过设置一个阈值（如50%幅值）来统计高电平时间，从而计算占空比。这需要算法能同时识别频率和幅值。
3. 幅值、有效值测量：在计算频率的同时，可以很容易地计算信号的峰值、峰峰值、平均值和有效值（RMS），实现一个简单的数字示波表功能。
4. 频谱分析：如果使用FFT法，可以将计算出的频谱通过串口发送到上位机（如MATLAB、Python）进行可视化，或直接在嵌入式图形界面上显示频谱图。
5. 超低频与超高频测量：对于极低频率信号，需要极长的采样时间，可以考虑使用“测周法”（测量多个完整周期的时间）来提高精度。对于接近或超过ADC采样率极限的高频信号，则需要用到“等效采样”等更复杂的技术，或者考虑使用专用频率计芯片。

这个“STM32测频”项目，就像一把钥匙，打开了一扇通往嵌入式信号处理世界的大门。从硬件调理到软件算法，从基础配置到性能优化，每一个环节都蕴含着扎实的电子工程知识。我个人的体会是，调试这类项目时，一定要软硬结合，示波器、逻辑分析仪和串口调试助手是最好的伙伴。当你看到屏幕上稳定显示着与信号发生器设定值毫厘不差的频率时，那种成就感就是对所有调试工作最好的回报。最后一个小建议，把所有关键的配置参数（如采样率、缓冲区大小、滤波系数）做成宏定义或变量，放在头文件里，这样调试时调整起来会非常方便。

本文还有配套的精品资源，点击获取