ADS1115与MicroPython实战：从I2C通信到高精度模拟量采集

做嵌入式设备最头疼的一件事，就是模拟量测不准。以前用ESP32或者树莓派Pico做电池电压监测、电流采样、光敏电阻采集这类活儿，MCU内置ADC只有12位，理论分辨率4096格，实际受噪声和基准影响，有效位数能有10位就算不错。后来项目里要求把电压分辨率做到1mV以内，内置ADC直接不够用，这才把我逼到了外部ADC上。搜了一圈，ADS1115这颗16位I2C接口ADC是绕不开的选择，搭配MicroPython调试又比寄存器开发快得多，于是就有了这篇偏硬件也偏代码的实战手册。

这篇文章会从I2C通信原理、硬件接线、寄存器配置、单次/连续采样触发，到滤波处理以及实际调板中遇到的坑，把ADS1115和MicroPython这套组合讲透。不管你是刚接触I2C总线的新手，还是正在做数据采集项目的工程师，只要照着步骤走，基本能在一小时内跑通第一版采集程序。

1. 为什么选ADS1115：从系统需求倒推芯片选型

1.1 内置ADC的瓶颈到底在哪

先聊一个实际问题：MCU内置ADC什么时候真的不够用？很多人觉得12位分辨率换算成电压刻度也够用，但在某些场景下误差会大得离谱。比如3.3V系统里，12位ADC每个LSB对应的电压是3.3V/4096，约0.8mV，听起来还挺好。但内置ADC的参考电压往往是MCU的电源电压，而板子上的3.3V可能本身就有几十毫伏的纹波或压降。这意味着基准在漂，采出来的值自然跟着漂。加上PCB布线、地弹、电源噪声，想稳定分辨1mV的变化基本是做梦。

ADS1115能解决这个问题的关键在于三点：16位分辨率、内置可编程增益放大器（PGA）和独立参考机制。满量程范围通过PGA可以配置成±0.256V到±6.144V，而输出数据是16位有符号数，对应每个LSB最小可到7.8微伏左右。即使我们在±4.096V档位下，分辨率也有0.125mV，比绝大多数MCU内置ADC高出一个量级。对于传感器弱信号采集，这个增益放大能力比单纯堆分辨率更有实际价值。

1.2 ADS1115的核心特性与适用场景

ADS1115是德州仪器（TI）出的一颗低功耗、16位精度、I2C接口的ADC，单芯片集成了四个输入通道、PGA、内部参考电压和可编程数据速率控制器。单端模式可以采集四路模拟信号，差分模式则支持两路差分输入。I2C地址可以通过ADDR引脚配置出四个不同地址，所以一条I2C总线上最多能挂四颗ADS1115，也就是最多16路模拟输入，对大多数物联网网关和仪器仪表项目完全够用。

这颗芯片的典型应用场景包括电池电压监测、太阳能板功率优化、温湿度传感器信号采集、工业变送器电流检测，以及需要长时间记录趋势的数据记录仪。它的功耗极低，连续转换模式下电流大约只有150微安，单次模式更低，非常适合电池供电的便携设备。另外它支持8 SPS到860 SPS的可编程数据速率，这个特性在做滤波时非常有用，后面我会单独展开讲。

注意：ADS1115采样速率的单位是SPS（Samples Per Second），不是Hz。SPS代表每秒完成多少次完整的转换，而这个参数直接决定你能采多快的信号。很多新手以为860 SPS就代表能采860Hz的信号，实际上根据奈奎斯特定理，你最多只能可靠恢复430Hz以内的信号，工程上一般还得留3到5倍余量。

2. I2C通信基础与硬件接线：先把物理链路打通

2.1 I2C协议速览：SCL、SDA、地址与时序

I2C（Inter-Integrated Circuit）总线是Philips（现NXP）早年提出的串行通信协议，用两根线就能挂多个设备：一根SCL时钟线、一根SDA数据线。所有设备并行挂在这两根线上，通过设备地址区分通信对象。数据在SCL高电平时稳定，SCL低电平时允许变化，主控和设备之间通过起始条件（SCL高电平期间，SDA从高拉低）和停止条件（SCL高电平期间，SDA从低拉高）来标记一帧传输的开始和结束。

ADS1115在I2C总线上的地址是7位地址，由ADDR引脚的电平状态决定。默认情况下ADDR接GND，地址是0x48。不同连接方式对应的地址如下表所示：

这条I2C总线上最多可以挂四颗ADS1115，因为地址只有四个可选组合。如果项目需要更多模拟输入通道，可以考虑用TCA9548A这类I2C多路复用器来扩展，不过那就涉及另一个层面的设计问题，这里先不展开。

I2C的通信速率一般分几档：标准模式100kbit/s、快速模式400kbit/s，以及更高速率。MicroPython的I2C模块默认可以用不同freq参数设置速率，ADS1115支持最高可达400kbit/s快速模式，但实际使用中，我建议先以100kHz起步，确认链路稳定后再逐步提速，能规避不少时序问题。

2.2 上拉电阻：最容易忽略的通信根源问题

I2C总线是开漏结构，这意味着设备只能把总线拉低，不能主动拉高。总线的高电平完全靠上拉电阻来实现。没有上拉电阻，SDA和SCL就无法回到高电平，通信根本跑不起来。

上拉电阻阻值的选取有一个粗略的经验：3.3V系统用4.7kΩ到10kΩ，5V系统用2.2kΩ到4.7kΩ。阻值太小，灌电流过大，可能超过芯片的IO驱动能力；阻值太大，总线上升沿变缓，高速通信时波形不够陡峭，容易误码。

很多MicroPython开发板，比如ESP32、树莓派Pico，板载I2C引脚内置了弱上拉（通常在几十kΩ），短距离通信够用，但如果你用杜邦线外接模块并且线长超过10厘米，还是建议外接4.7kΩ上拉电阻到VDD，实测能明显减少偶发通信故障。ADS1115模块大多已经板载上拉电阻，但如果是自己画PCB或用裸芯片，这个环节务必重视。

2.3 接线方案：从ESP32到树莓派Pico的实例

ADS1115的供电范围是2.0V到5.5V，逻辑电平跟随供电电压。如果MCU是3.3V，就给ADS1115供3.3V；如果是5V单片机，可以共用一个5V电源。但要注意，如果ADS1115用5V供电，I2C引脚电平是5V，接到3.3V的MCU上有烧坏引脚的隐患，需要加电平转换电路或用模块自带的电平转换芯片。

这里以ESP32为例，这是一个非常常见的组合：

树莓派Pico的默认I2C0引脚是GPIO0（SDA）和GPIO1（SCL），连接方式类似。MicroPython的I2C初始化代码也很直接：

from machine import Pin, I2C i2c = I2C(0, scl=Pin(1), sda=Pin(0), freq=100000) # Pico I2C0 print(i2c.scan()) # 应该输出 [72]，也就是0x48

ESP32上则可能是：

from machine import Pin, I2C i2c = I2C(0, scl=Pin(22), sda=Pin(21), freq=100000) print(i2c.scan())

执行扫描之后，终端应该能看到一个列表，里面包含0x48。如果扫描结果为空，就先检查接线和上拉电阻，不要急着调代码。

一个实操经验：用杜邦线连接时，尽量让SDA和SCL两根线短且并行，远离电机驱动、继电器这类大电流干扰源。我在实际调试中遇到过采集值周期性跳变，后来发现是I2C线束刚好从DC-DC电感旁边走过，把线束挪了5厘米问题就消失了。模拟信号采集项目里，布局布线的优先级要排在代码之前。

3. 寄存器级驱动实现：读懂Config与Conversion

3.1 ADS1115寄存器地图与地址

ADS1115有四个寄存器，操作方式很简单：主控先发送要操作的寄存器地址，然后写入或读出数据。四个寄存器分别是：

日常采集主要用到0x00和0x01两个寄存器。0x02和0x03在默认关闭比较器时并不需要修改。很多项目只用到了转换寄存器和配置寄存器，主控通过I2C向0x01写入配置字，等待转换完成后从0x00读取结果。

3.2 Config寄存器逐位拆解

Config寄存器是16位（两字节），每一位或每一位组合都代表特定配置。理解这个寄存器的每个字段，是驱动开发的核心。下面按位从高到低说明：

MUX字段取值决定了模拟输入是单端还是差分。最常用的几种配置如下：

PGA字段直接决定测量的电压范围，也间接决定最小分辨率：

看到这个表就应该明白，如果你要测的信号最大只有0.5V，却用±6.144V档位，那分辨率就只有0.1875mV，虽然还是比大多数MCU内置ADC强，但白白浪费了16位分辨率。正确做法是选择比信号最大值稍高的档位，既保证不削波，又能拿到最佳分辨率。

3.3 单次模式读取电压的完整驱动代码

了解了寄存器结构，就能直接操作寄存器了。MicroPython的I2C接口提供了writeto_mem和readfrom_mem这两个方法，可以指定设备地址和寄存器地址进行读写。

下面是一个完整的最小驱动，实现了单次模式读取指定通道电压的功能：

from machine import Pin, I2C import time I2C_ADDR = 0x48 REG_CONFIG = 0x01 REG_CONVERSION = 0x00 # PGA增益值对应的满量程电压 PGA_FS = { 0: 6.144, 1: 4.096, 2: 2.048, 3: 1.024, 4: 0.512, 5: 0.256, } def read_ads1115_channel(i2c, channel=0, pga=2): """单次模式读取指定通道电压，channel: 0~3，pga: 0~5""" if channel == 0: mux = 0x4000 # 100 -> bit14:12 elif channel == 1: mux = 0x5000 # 101 elif channel == 2: mux = 0x6000 # 110 else: mux = 0x7000 # 111 # 配置寄存器： # OS=1启动转换，MUX=单端通道，PGA，MODE=1单次模式，DR=128SPS config = 0x8000 | mux | (pga << 9) | 0x0100 | (0b100 << 5) data = config.to_bytes(2, 'big') i2c.writeto_mem(I2C_ADDR, REG_CONFIG, data) # 等待转换完成 time.sleep_ms(100) raw_data = i2c.readfrom_mem(I2C_ADDR, REG_CONVERSION, 2) raw = int.from_bytes(raw_data, 'big') # 转成有符号数 if raw >= 32768: raw -= 65536 voltage = raw * PGA_FS[pga] / 32768.0 return raw, voltage i2c = I2C(0, scl=Pin(22), sda=Pin(21), freq=100000) raw, v = read_ads1115_channel(i2c, channel=0, pga=2) print("raw:", raw, "voltage:", v)

这里的MUX值我直接用了寄存器位值，如果觉得不好记，可以自己封装一个字典去映射通道号。核心逻辑就是先写配置寄存器启动一次单次转换，等待一定时间后读转换结果。单次模式的好处是转换完成后芯片自动进入低功耗待机状态，适合电池供电的场景。

3.4 转换结果与电压换算的数学细节

ADS1115输出的原始值是16位补码格式的有符号数。正半轴最大是32767，代表正满量程；负半轴最小是-32768，代表负满量程。换算成电压的公式是：

电压 = 原始值 × 满量程电压 / 32768

这里除以的是32768而不是65536，这点很多人会搞混。原因在于16位有符号数只有32768个正数刻度，满量程电压对应的是正半轴的最大值32767，而整个量程范围是±满量程，总共跨度是2×满量程。所以电压分辨率的LSB大小可以用2×满量程/65536计算，但把原始读数转成电压时，要除以32768再乘满量程。

举个例子：PGA=±2.048V，原始读数raw=2048，电压就是2048 × 2.048 / 32768 = 0.128V。反推一下，2048个LSB乘以每LSB 62.5微伏，正好也是0.128V，两种算法结果一致。

一个容易踩的坑：如果把ADC原始值直接除以65535再乘以满量程，算出来的电压在小信号下会约有万分之几的偏差。对于精度要求高的场景，这个偏差不可忽略。直接用32768做归一化才是正确做法。

4. 采样触发方式解析：单次采样与连续采样怎么选

4.1 单次转换模式：低功耗场景的首选

单次转换模式（One-Shot Mode）是ADS1115默认的工作模式。每次转换前，主控需要在Config寄存器的OS位写入1，芯片完成一次转换后，OS位会被硬件自动清零。转换结束后芯片立即进入低功耗状态，电流只有微安级别。这种模式的优点非常明显：你完全控制采样节奏，不需要一直让芯片跑着消耗电流，非常适合电池供电的环境。

在MicroPython中启动单次转换，就是在写配置寄存器时让第15位为1。上面给的驱动代码就是单次模式。要注意的是，单次模式必须等待转换完成才能读数据。等待时间取决于你配置的数据速率，128SPS下大约需要8.125毫秒，我代码里睡了100毫秒，实际上更稳妥的做法是读回Config寄存器检查OS位是否自动清零。不过实测100毫秒对绝大多数应用都够了，而且实现简单，不容易出现读到旧数据的问题。

4.2 连续转换模式：高速采集和波形记录的场景

连续转换模式（Continuous Mode）下，ADS1115按设定速率自动执行转换，主控只需在需要时读取最新的转换结果。启动连续模式的方法是把Config寄存器的MODE位（第8位）设为0，然后OS位置1写一次配置。

连续模式适合需要持续监测的场合，比如实时显示电压值、记录波形、需要高频采集后滑动滤波的应用。但要注意，连续模式下芯片的电流消耗会比单次模式高一些，大约150微安，对电池设备来说不友好。

一个代码对比能更清楚地说明差异：

# 连续模式配置 config = (0x8000 | # OS=1，启动连续转换 0x4000 | # MUX=AIN0对GND (2 << 9) | # PGA=±2.048V 0x0000 | # MODE=0连续模式 (0b100 << 5)) # DR=128SPS i2c.writeto_mem(0x48, 0x01, config.to_bytes(2, 'big')) # 后续读取不需要重新写配置，直接读转换寄存器 while True: raw_data = i2c.readfrom_mem(0x48, 0x00, 2) raw = int.from_bytes(raw_data, 'big') if raw >= 32768: raw -= 65536 print(raw * 2.048 / 32768.0) time.sleep_ms(50)

4.3 采样触发方案对比与选择建议

实际项目中，选择哪种触发方式取决于应用场景。我整理了一个对比表，供参考：

在MicroPython中，定时器触发是很多项目的优雅方案。可以用machine.Timer创建周期性中断，在回调函数里读取一次ADC值，再交给主循环处理。这样主循环不会被ADC等待阻塞，可以同时处理网络通信、显示刷新等任务。

from machine import Timer, Pin, I2C i2c = I2C(0, scl=Pin(22), sda=Pin(21), freq=100000) adc_value = 0 def adc_timer_cb(timer): global adc_value # 单次模式，读取AIN0 config = 0x8000 | 0x4000 | (2 << 9) | 0x0100 | (0b100 << 5) i2c.writeto_mem(0x48, 0x01, config.to_bytes(2, 'big')) # 小延时等待转换完成 time.sleep_ms(15) raw_data = i2c.readfrom_mem(0x48, 0x00, 2) raw = int.from_bytes(raw_data, 'big') if raw >= 32768: raw -= 65536 adc_value = raw * 2.048 / 32768.0 timer = Timer(0) timer.init(period=100, mode=Timer.PERIODIC, callback=adc_timer_cb)

需要提醒的是，MicroPython的定时器回调函数是在中断上下文执行的，不能在回调里做耗时的打印或网络操作，否则会拖垮整个系统。常见的做法是回调里只更新全局变量，主循环里再做数据处理和输出。

4.4 采样率与信号带宽的匹配

ADS1115的可编程数据速率从8 SPS到860 SPS，这个选择直接决定了你能观测的信号频率上限。根据奈奎斯特定理，采样率至少要大于信号最高频率的两倍，否则会出现混叠现象。但实际工程中两倍往往不够，因为ADS1115内部有数字滤波，其有效带宽会随SPS变化，大概只有SPS的1/8左右，比如128SPS下输出数据的数据带宽大约16Hz，意味着信号里超过16Hz的成分会被滤掉。

这就是为什么ADC标称860SPS，但没人用它去采音频信号。如果你的目标是采50Hz的工频信号并做FFT，建议至少用250SPS以上的档位；如果是缓慢变化的温度信号，32SPS甚至8SPS就足够了，而且速率越低，输出噪声越小，分辨率越稳定。

5. 滤波处理的工程实践：从均值到低通的经验取舍

5.1 噪声从哪里来？先解决源头再谈滤波

ADS1115本身的量化噪声很小，但在实际系统中，我们读到的数据仍然可能跳来跳去。噪声来源主要有三类：电源纹波耦合到输入引脚、I2C总线串扰、以及外部电磁干扰。滤波算法是最后一道防线，但在此之前，一定要先做好电源退耦。

ADS1115的供电引脚旁边建议接一个0.1微法的陶瓷电容，靠近VDD引脚放置。模拟输入引脚串联一个几百欧到1kΩ的电阻，并联一个10nF到100nF的电容到地，组成低通滤波器，可以有效抑制射频干扰。如果采集的是高内阻信号源（比如pH电极、光电二极管），输入缓冲放大器是必须的，否则信号源的内阻会和ADC输入阻抗分压，导致读数偏低且不稳定。

5.2 简单平均值滤波与滑动平均的实现与局限

最简单也最常用的滤波方式是平均值滤波。在MicroPython里面，直接把多次采样的值累加求平均即可。

def average_filter(read_func, num_samples=10): total = 0 for _ in range(num_samples): total += read_func() return total / num_samples

但这里有一个坑：平均值滤波器本质是一个低通滤波器，它的问题在于当采样样本中包含异常大的尖峰噪声时，平均值会被拉偏。而且如果滤波窗口内有真实的信号快速变化，平均值会把变化细节抹平。所以在噪声幅值大、偶发脉冲干扰的场合，平均值滤波并不是最优解。

更好的办法是滑动窗口平均，用固定长度的队列保持最近N个样本，每次读入新样本时移出最旧样本，再求平均。这样既能有滤波效果，又能让输出更新得足够快。MicroPython的collections.deque可以方便地实现这个功能：

from collections import deque class MovingAverage: def __init__(self, window_size=20): self.window = deque(maxlen=window_size) def add_sample(self, value): self.window.append(value) return self.mean() def mean(self): return sum(self.window) / len(self.window)

注意deque(maxlen=N)在队列满后会自动弹出最老的元素，实现循环缓冲，代码简洁且效率高。窗口大小20意味着引入约20个采样周期的滞后，对缓慢变化信号可以接受。

5.3 中值滤波：对付尖峰脉冲噪声的利器

如果噪声形式是尖峰脉冲，比如电机启动瞬间产生的耦合干扰，平均值滤波效果较差，因为一个极大的尖峰能显著抬高平均值。中值滤波的思路是把窗口内的样本排序，取中间的样本作为输出。

def median_filter(data): sorted_data = sorted(data) return sorted_data[len(sorted_data) // 2]

中值滤波对脉冲噪声的抑制作用远好于平均滤波，代价是把信号变化沿的细节也抹掉了，而且因为要排序，计算量相对大一些。在MicroPython这种性能受限的环境下，窗口不要开太大，通常5到9个样本就够了。实测下来，中值滤波对电机启停瞬间的读数跳变有奇效，但如果你需要同时兼顾平滑和响应速度，可以考虑中值与平均结合：先剔除最大最小值，再把剩余样本取平均。

5.4 一阶低通滤波：轻量且响应可调的方案

一阶低通滤波（也叫指数加权移动平均）是我个人最喜欢用在ADC数据上的滤波方式。它只需要很少的运算量和内存，却有着不错的平滑效果。核心公式是：

new_filtered = α × new_sample + (1 - α) × old_filtered

这里的α是一个0到1之间的系数，α越大，滤波响应越快，但平滑效果越差；α越小，输出越平滑，但对信号变化的响应越迟钝。在MicroPython中实现非常轻松：

class LowPassFilter: def __init__(self, alpha=0.2, initial=0.0): self.alpha = alpha self.value = initial def update(self, sample): self.value = self.alpha * sample + (1 - self.alpha) * self.value return self.value

α的选择取决于信号的噪声水平和你希望的通带带宽。比如电池电压监测，噪声不大，但希望看到电压缓慢下降的趋势，α取0.1左右就够；如果是对动态响应有要求的电流变化监测，α可能需要调到0.3甚至更高。经验法则是先从0.2开始，根据示波器对比波形调整。

5.5 滤波器组合策略与参数选择

实际项目中很少只用一种滤波。我的推荐组合是：先用中值滤波剔除明显的脉冲毛刺，再用一阶低通或滑动平均做平滑。这个组合在很多ADC采集项目中都能获得不错的效果。

一个具体参数选择建议：

这个表格是经验值，实际项目还需要根据传感器特性和系统噪声水平微调。有一点务必记住：滤波会引入相位滞后，动态信号的高速测量场景不要过度滤波，否则测到的波形轮廓会失真。

6. 调试实录：I2C扫描失败与读数异常的排查速查表

6.1 问题一：i2c.scan()返回空列表

这是最常遇到的问题。扫描不到设备，多半不是代码问题，而是硬件链路问题。排查顺序是：先确认ADS1115有没有供电，用万用表量VDD和GND之间电压是否在2.0V到5.5V之间；再确认SDA和SCL有没有接反；然后检查上拉电阻是否存在且阻值合适。

一个容易忽略的点是：部分开发板有多个I2C外设编号，比如ESP32有两个I2C控制器，你用I2C(0)时引脚可能不是你想的那个。无论什么板子，强烈建议初始化时显式指定I2C(0, scl=Pin(x), sda=Pin(y))，而不是用默认引脚。

6.2 问题二：读到的值始终为0或满量程

如果读数始终是0，先检查输入通道是否都接到了GND。如果输入悬空，ADC可能采样到随机微小电压，也可能因为输入引脚阻抗极高而读到0。如果读数始终接近满量程，大概率是输入电压超过了当前PGA量程，或者MUX配置选择了错误的通道。还有一个常见误操作：往Config寄存器写数据时，数据字节顺序错误。ADS1115的寄存器数据是高位在前（大端序），用config.to_bytes(2, 'big')才正确。如果用了小端序，配置字完全错乱，读取结果自然不对。

6.3 问题三：读数跳变严重，噪声太大

遇到读数跳变，先不要急着写复杂滤波算法。用示波器看输入引脚上的电压波形，排除外部干扰。如果是工频干扰（50Hz/60Hz），可以降低采样率到16SPS或32SPS，ADS1115内部数字滤波器对工频干扰有抑制作用。同时检查模拟输入引脚的退耦电容是否放置，信号线是否远离电源走线。

在软件层面，还可以开启差分模式。如果信号源本身是以某个参考电位为基准，差分模式能抵消共模噪声。把信号两端分别接入AIN0和AIN1，MUX选000，读取结果后换算成电压，其抗干扰能力比单端模式提升不少。

6.4 常见问题速查表

6.5 调试经验：把I2C命令用逻辑分析仪看一遍

如果你手头有逻辑分析仪，强烈建议在调试阶段把I2C总线上的波形抓下来看一眼。很多寄存器配置问题，读代码看半天不如波形一眼清晰。比如起始条件、设备地址、寄存器地址和数据字节的顺序是否正确，都能直接从波形上确认。如果没有逻辑分析仪，也可以用示波器观察SCL的时钟频率是否正确，SDA上的地址字节是否符合预期。

我自己踩过的一个坑是，某国产开发板的MicroPython固件I2C时序和标准有些差异，表现为偶尔读取到0xFFFF。后来把freq从400kHz降到100kHz，问题彻底消失。I2C通信和高速数字电路一样，频率越高，对走线分布电容和上拉强度越敏感。功能正确优先于速度，这是调试I2C的总原则。

最后分享一个实际项目里的经验：用ADS1115采集12V电池电压时，我用了两个100kΩ和两个30kΩ电阻构成分压网络，把12V分到约2.8V，再用电压跟随器隔离，然后接入AIN0。PGA选择±4.096V档，实测精度在满量程范围内误差小于1mV，配合一阶低通滤波（α=0.15），读数稳定在11.98V到12.01V之间。整个过程从硬件搭建到代码跑通大概花了两小时，其中半小时花在排查上拉电阻上。如果你也遇到类似的问题，可以先从硬件连接入手，再考虑代码配置，这样能省下大量调试时间。