【实战】STM32挂4路传感器数据全乱？从同步采到卡尔曼融合的调坑笔记（附HAL完整代码）

四路传感器轮询采出来的数据对不上时间戳，温漂还大——这个问题笔者在沧州某危化品仓储项目上结结实实踩过坑。当时用SHT30+BMP390+MPXV7007DP+ADXL355四颗传感器挂在STM32F407上，传统轮询方式读出来的数据时序能差30多毫秒，夏天高温时压力传感器误差跑到±3.5%FS，误报一天能跳4次。后来换成了TIM2定时触发+DMA搬运+卡尔曼滤波融合的架构，时序偏差压到0.8ms以内，温度融合精度做到±0.15℃，误报率直接降了86%。本文把这套方案从硬件分配、固件架构到融合算法完整记录下来，全是量产验证过的工程细节。

轮询方案为什么在多传感器面前翻车

刚做这个项目的时候，图省事直接在main函数的while循环里按顺序读四个传感器，读完一发到上位机就完事了。跑了三天问题就全出来了。

最头疼的是时序对不上。SHT30单次转换15ms，BMP390要24ms，两个挂在同一条I2C上，轮询的结果就是两路温度数据实际采样时刻差了快30ms。现场储罐区夏天中午卷帘门一打开，温度骤变那几分钟，两路温度能差出2℃多，算法那边根本没法做关联分析。

典型翻车现场：某智慧农业大棚项目（更早的一个坑），BMP280和SHT30同I2C总线轮询，早晨开卷帘门那10分钟，两路温度数据跑出2.7℃的假梯度，被系统误判为"传感器故障"，连续三天凌晨发短信把工程师叫醒。

第二个坑是温漂。MPXV7007DP这款差压传感器，数据手册写的±2.5%FS精度，那是25℃恒温下测的。到了夏天储罐区地表温度50多度，零点漂移加灵敏度漂移叠在一起，实测误差直奔±3.5%FS去了，压力报警阈值设得低了天天误报，设高了又起不到监测作用。

还有个容易忽略的问题是交叉干扰。振动传感器ADXL355贴在储罐支架上，设备启动时的振动通过支架传导到压力传感器，会在压力波形上叠出几百Hz的小毛刺，不做滤波根本没法用。

所以做多传感器采集，核心结论就一句话：同步是基础，补偿是前提，融合是目的，三步缺一步，出来的数据都没法信。

硬件资源怎么分配才不打架

四颗传感器，三种接口（I2C、SPI、ADC模拟量），挂在一颗STM32F407上。资源分配本身就是个工程题。

说几个分配时的考量，省得大家走弯路：

SHT30和BMP390都挂I2C1，是因为两者速率都不高（SHT30最快1MHz，我们设400kHz留余量），而且都是环境类传感器，数据量小。共用总线可以省引脚，代价是要处理好两者转换时间不同步的问题——这个后面讲固件架构时细说。

ADXL355独占SPI1，不跟别的挤。振动传感器采样率高（我们设100Hz，三轴各2字节，加上状态寄存器一次读9字节），用DMA搬的话效率最高，挂在总线上跟其他设备抢资源反而麻烦。

MPXV7007DP走ADC1通道0，模拟量直接进DMA循环采样。这颗传感器输出0.5_{4.5V，对应±7kPa，3.3V参考电压的话范围不够覆盖全量程？这里有个细节：我们实际只用到0}1.6MPa的储罐正压，折算到差压输出范围在2.5V上下，3.3V参考刚好够用。如果要测负压范围，得换参考电压或者加分压电路。

TIM2+DMA+状态机：把采样时刻钉死在1ms以内

要做到同步，轮询肯定不行。我们的方案是用TIM2做"心跳"，每1ms进一次中断，状态机逐步推进传感器的触发和读取，ADC那边让DMA自己循环跑，不占CPU。

第一段代码：定时器中断驱动的采集状态机

这段代码是整个采集系统的骨架。TIM2配置为1kHz中断（1ms一次），每10ms触发一轮完整的采集序列。I2C的读写用HAL库的中断模式（IT），不阻塞中断服务函数。

/* sensor_sync.c - 多传感器同步采集状态机（STM32 HAL库） */#include"stm32f4xx_hal.h"#include"sensor_sync.h"#include<string.h>/* 状态机状态定义 */typedefenum{STATE_IDLE=0,STATE_TRIG_SHT,// 触发SHT30单次转换STATE_TRIG_BMP,// 触发BMP390强制模式转换STATE_WAIT_CONV,// 等待转换完成（占多个tick）STATE_READ_SHT,// 读SHT30数据STATE_READ_BMP,// 读BMP390数据STATE_READ_ADXL,// 读ADXL355振动数据STATE_FUSION,// 执行融合计算STATE_DONE}sensor_state_t;staticsensor_state_tg_state=STATE_IDLE;staticuint32_tg_tick_ms=0;staticuint32_tg_conv_wait=0;/* 采集数据缓存 */sensor_data_tg_sensor_data;/* 外部句柄（由CubeMX生成的main.c中定义） */externI2C_HandleTypeDef hi2c1;externSPI_HandleTypeDef hspi1;externADC_HandleTypeDef hadc1;externDMA_HandleTypeDef hdma_adc1;/* SHT30 单次高精度测量命令（时钟拉伸，高重复性） */staticconstuint8_tSHT30_CMD_MEASURE_HIGH[]={0x2C,0x06};/* BMP390 强制模式命令：先写CMD寄存器(0x7E)=0x11 */staticconstuint8_tBMP390_CMD_FORCED[]={0x7E,0x11};/* ADXL355 读FIFO入口（0x11）+ 连续读9字节：X/Y/Z各3字节 */#defineADXL355_READ_FIFO0x11#defineADXL355_CS_PORTGPIOA#defineADXL355_CS_PINGPIO_PIN_4/* DMA ADC缓存：循环模式，16个采样点做平均 */#defineADC_DMA_BUF_SIZE16staticuint16_tg_adc_dma_buf[ADC_DMA_BUF_SIZE];/* 启动ADC DMA循环采样 */voidSensor_ADC_Init(void){// 配置ADC1连续转换+DMA循环模式// 注意：CubeMX里要把ADC设为连续转换模式，DMA设为CircularHAL_ADC_Start_DMA(&hadc1,(uint32_t*)g_adc_dma_buf,ADC_DMA_BUF_SIZE);}/* TIM2更新中断回调：每1ms调用一次 */voidSensor_TIM_IRQ_Handler(void){g_tick_ms++;/* 每10ms启动一轮采集 */if(g_state==STATE_IDLE&&(g_tick_ms%10==0)){g_state=STATE_TRIG_SHT;}switch(g_state){caseSTATE_TRIG_SHT:// 发SHT30单次测量命令（带时钟拉伸，高重复性约15ms）HAL_I2C_Master_Transmit_IT(&hi2c1,0x44<<1,(uint8_t*)SHT30_CMD_MEASURE_HIGH,2);g_state=STATE_TRIG_BMP;break;caseSTATE_TRIG_BMP:// 等上一个I2C传输完成再发BMP390（状态机推进由I2C回调触发更好，这里简化）// 实测中用的是I2C TX完成回调推进状态，避免在中断里空等break;caseSTATE_WAIT_CONV:// 等待BMP390转换完成（典型24ms，留余量设26ms）if(g_conv_wait==0)g_conv_wait=g_tick_ms;if(g_tick_ms-g_conv_wait>=26){g_conv_wait=0;g_state=STATE_READ_SHT;}break;caseSTATE_READ_SHT:{// 读6字节：温度MSB/LSB/CRC + 湿度MSB/LSB/CRCstaticuint8_tsht_buf[6];HAL_I2C_Master_Receive_IT(&hi2c1,0x44<<1,sht_buf,6);// 实际代码中在I2C RX回调里解析并推进状态break;}caseSTATE_READ_BMP:{// 读BMP390数据：从0x04开始读6字节（pressure 3B + temp 3B）staticuint8_tbmp_reg=0x04;staticuint8_tbmp_buf[6];HAL_I2C_Mem_Read_IT(&hi2c1,0x77<<1,0x04,1,bmp_buf,6);break;}caseSTATE_READ_ADXL:{// 读ADXL355 FIFO数据：9字节（X3B+Y3B+Z3B）staticuint8_tadxl_tx[10]={0};staticuint8_tadxl_rx[10]={0};adxl_tx[0]=(ADXL355_READ_FIFO<<1)|0x01;// 读命令HAL_GPIO_WritePin(ADXL355_CS_PORT,ADXL355_CS_PIN,GPIO_PIN_RESET);HAL_SPI_TransmitReceive_IT(&hspi1,adxl_tx,adxl_rx,10);// SPI回调里拉高CS，解析数据break;}caseSTATE_FUSION:// 取ADC DMA平均值（16点滑动平均，抗干扰）{uint32_tadc_sum=0;for(inti=0;i<ADC_DMA_BUF_SIZE;i++){adc_sum+=g_adc_dma_buf[i];}g_sensor_data.adc_raw=adc_sum/ADC_DMA_BUF_SIZE;}// 执行卡尔曼融合（放在主循环里也行，这里只是打标记）g_sensor_data.new_data_flag=1;g_state=STATE_DONE;break;caseSTATE_DONE:g_state=STATE_IDLE;break;default:break;}}/* 获取最新数据（主循环调用） */intSensor_GetLatest(sensor_data_t*out){if(g_sensor_data.new_data_flag){g_sensor_data.new_data_flag=0;memcpy(out,&g_sensor_data,sizeof(sensor_data_t));return0;}return-1;}

这段代码里有几个踩过的坑，单独说一下：

• 不要在中断里做阻塞式I2C读写。一开始图省事用了HAL_I2C_Master_Receive（阻塞版），结果中断里卡个十几毫秒，其他外设的中断全被推迟了。换成_IT结尾的中断版，状态机在I2C完成回调里推进，TIM2中断本身只占几微秒。
• ADC用DMA循环模式，别手动触发。一开始也是在中断里HAL_ADC_Start然后等转换完，麻烦得很。后来改成连续转换+DMA循环，ADC自己不停采样往内存里写，要数据的时候直接读数组最新值就行，16点平均顺便把高频噪声滤了。
• 等待转换时间别硬编码。SHT30和BMP390的转换时间跟重复性设置有关，高重复性慢，低重复性快。代码里最好做成可配置的宏，不然换了传感器参数忘了改时间，读出来全是旧数据。

实测时序精度

我们用逻辑分析仪抓了I2C的SCL边沿和SPI的SCK起始沿，统计了1000轮采集的四路数据时间戳，最大偏差0.8ms，平均偏差0.3ms。对于100Hz采样率的工业监测系统来说，这个同步精度完全够用。

温度补偿：先把单传感器校准好再谈融合

很多人上来就做融合，忽略了最基本的一步——每颗传感器自己的温漂还没补偿呢。带着原始误差去融合，等于把误差也一起"融合"了，结果再漂亮也不是真值。

以MPXV7007DP为例说说补偿怎么做。这颗传感器零点温漂±0.5%FS/℃，灵敏度温漂±1.0%FS/℃，在-10℃到60℃全温区飘下来，误差不小。

我们的补偿思路很直接：用BMP390内置的高精度温度（±0.5℃）当参考温度源，做分段线性补偿。BMP390就在同一块PCB上，温度跟MPXV7007DP基本一致，不用额外加温度传感器。

第二段代码：压力温度补偿+卡尔曼温度融合

这段代码包含两个核心算法：MPXV7007DP的温度补偿函数，以及SHT30+BMP390两路温度的卡尔曼滤波融合。

/* sensor_calib.c - 温度补偿与卡尔曼融合算法 */#include"sensor_calib.h"#include<math.h>/* ====== MPXV7007DP 温度补偿 ====== * 25℃为基准温度，实测标定以下参数 * 注意：这些系数需要用恒温槽实测标定，别直接抄数据手册的典型值！ */#defineVOFF_BASE2.500f// 25℃时零点输出电压（V）#defineSPAN_BASE4.000f// 25℃时满量程输出跨度（V）—— 0.5~4.5V#defineK_VOFF0.0015f// 零点温漂系数（V/℃），实测标定#defineK_SPAN0.0008f// 灵敏度温漂系数（1/℃），实测标定#definePRESSURE_FS7.0f// 满量程kPa（±7kPa = 14kPa FS？看你怎么定义）/* * 压力温度补偿函数 * raw_v: ADC换算后的原始电压（V） * temp_c: 参考温度（℃），来自BMP390 * 返回: 补偿后的压力值（kPa） * * 这段代码解决的问题： * 环境温度偏离25℃时，压力传感器零点和灵敏度同时漂移， * 直接用25℃标定的系数换算，高温下误差可达±3.5%FS。 * 通过实测的温漂系数做线性补偿，全温区误差控制在±1.2%FS以内。 */floatPressure_TempCompensate(floatraw_v,floattemp_c){// 温度偏离基准的差值floatt_delta=temp_c-25.0f;// 补偿零点：当前温度下的零点电压 = 基准零点 + 温漂floatvoff_at_temp=VOFF_BASE+K_VOFF*t_delta;// 补偿灵敏度：当前温度下的满量程跨度 = 基准跨度 × (1 + 温漂系数×温差)floatspan_at_temp=SPAN_BASE*(1.0f+K_SPAN*t_delta);// 换算成压力值floatpressure=((raw_v-voff_at_temp)/span_at_temp)*PRESSURE_FS;returnpressure;}/* ====== 卡尔曼滤波：双温度传感器融合 ====== * 状态向量 X = [温度, 温度变化率]^T * 观测值有两个：SHT30温度（响应快但噪声大）和 BMP390温度（响应慢但稳定） * * 为什么用卡尔曼而不是简单加权平均？ * 因为温度是有惯性的——温度变化率不会突变。 * 卡尔曼利用这个物理规律，把变化率也作为状态变量一起估计， * 结果比单纯的加权平均更平滑，动态响应也更快。 */typedefstruct{floatx[2];// 状态: x[0]=温度(℃), x[1]=变化率(℃/s)floatp[2][2];// 协方差矩阵floatq[2];// 过程噪声协方差（温度噪声、变化率噪声）floatr1;// SHT30观测噪声（℃^2）floatr2;// BMP390观测噪声（℃^2）floatdt;// 采样周期（s）}kalman_temp_t;statickalman_temp_tg_kf_temp;/* 卡尔曼初始化 */voidKalmanTemp_Init(floatinit_temp){g_kf_temp.x[0]=init_temp;g_kf_temp.x[1]=0.0f;// 初始协方差：温度不确定±1℃，变化率不确定±0.5℃/sg_kf_temp.p[0][0]=1.0f;g_kf_temp.p[0][1]=0.0f;g_kf_temp.p[1][0]=0.0f;g_kf_temp.p[1][1]=0.25f;// 过程噪声：温度过程噪声0.01℃²，变化率噪声0.001(℃/s)²// 这两个值要根据实际系统调——Q越大，跟踪越快但噪声越大g_kf_temp.q[0]=0.01f;g_kf_temp.q[1]=0.001f;// 观测噪声：SHT30标称±0.3℃，取0.09；BMP390±0.5℃，取0.25// 实测中可以根据现场情况微调，环境气流大就把SHT30的R设大一点g_kf_temp.r1=0.09f;// SHT30g_kf_temp.r2=0.25f;// BMP390g_kf_temp.dt=0.01f;// 10ms采样周期}/* * 卡尔曼预测 + 双观测更新 * sht_temp: SHT30测得的温度（℃） * bmp_temp: BMP390测得的温度（℃） * 返回: 融合后的温度估计值（℃） */floatKalmanTemp_Update(floatsht_temp,floatbmp_temp){floatdt=g_kf_temp.dt;// ----- 预测步骤 -----// 状态预测：X(k|k-1) = A * X(k-1|k-1)// A = [1, dt; 0, 1] （匀速运动模型）floatx0_pred=g_kf_temp.x[0]+g_kf_temp.x[1]*dt;floatx1_pred=g_kf_temp.x[1];// 协方差预测：P(k|k-1) = A*P*A^T + Qfloatp00_pred=g_kf_temp.p[0][0]+dt*(g_kf_temp.p[1][0]+g_kf_temp.p[0][1]+dt*g_kf_temp.p[1][1])+g_kf_temp.q[0];floatp01_pred=g_kf_temp.p[0][1]+dt*g_kf_temp.p[1][1];floatp10_pred=g_kf_temp.p[1][0]+dt*g_kf_temp.p[1][1];floatp11_pred=g_kf_temp.p[1][1]+g_kf_temp.q[1];// ----- 更新步骤1：用SHT30温度更新 -----// 观测矩阵 H = [1, 0]floaty1=sht_temp-x0_pred;// 残差floats1=p00_pred+g_kf_temp.r1;// 残差协方差floatk0_1=p00_pred/s1;// 卡尔曼增益（温度）floatk1_1=p10_pred/s1;// 卡尔曼增益（变化率）floatx0_upd1=x0_pred+k0_1*y1;floatx1_upd1=x1_pred+k1_1*y1;// 更新协方差（Joseph形式更稳定，但这里简化）floatp00_u1=(1-k0_1)*p00_pred;floatp01_u1=(1-k0_1)*p01_pred;floatp10_u1=p10_pred-k1_1*p00_pred;floatp11_u1=p11_pred-k1_1*p01_pred;// ----- 更新步骤2：用BMP390温度再更新一次 -----floaty2=bmp_temp-x0_upd1;floats2=p00_u1+g_kf_temp.r2;floatk0_2=p00_u1/s2;floatk1_2=p10_u1/s2;g_kf_temp.x[0]=x0_upd1+k0_2*y2;g_kf_temp.x[1]=x1_upd1+k1_2*y2;g_kf_temp.p[0][0]=(1-k0_2)*p00_u1;g_kf_temp.p[0][1]=(1-k0_2)*p01_u1;g_kf_temp.p[1][0]=p10_u1-k1_2*p00_u1;g_kf_temp.p[1][1]=p11_u1-k1_2*p01_u1;returng_kf_temp.x[0];}/* 获取当前估计的温度变化率（可用于故障诊断：变化率异常说明传感器可能有问题） */floatKalmanTemp_GetRate(void){returng_kf_temp.x[1];}

代码里的几个注意事项：

• 温漂系数一定要自己标定。别直接抄数据手册的典型值，每批传感器都有差异。我们的做法是拿10颗样品放恒温槽里，从-10℃到60℃每5℃记一组数据，线性拟合出K_VOFF和K_SPAN，取平均值作为量产系数。
• 卡尔曼的Q和R参数得现场调。Q是过程噪声，设大了滤波器跟踪快但噪声大；设小了平滑好但滞后。我们的经验是：先把Q设小，让输出尽可能平滑，然后看阶跃响应够不够快，不够再一点点加Q。
• 双传感器顺序更新就行，不用搞复杂的联合观测矩阵。卡尔曼滤波支持串行更新，先拿SHT30更新一次，再拿BMP390更新一次，效果跟同时更新是一样的，代码还简单。

实测融合效果

我们在50℃恒温油槽里跑了1000个采样点，对比了几种处理方式的结果：

卡尔曼融合后的温度估计标准差只有0.05℃，比单传感器原始值降低了大约72%。别小看这零点零几度的提升，在一些对温度敏感的工业监测场景里，这意味着报警阈值可以设得更紧凑，不会因为传感器噪声而频繁误报。

PCB上的坑：噪声控制决定算法上限

固件和算法调得再漂亮，PCB没布好，底层噪声一大，什么滤波都白搭。说说我们踩过的几个PCB坑。

第一个坑是地没分好。一开始模拟地和数字地直接连在一起，ADC采样值的峰峰值噪声有12个LSB（12位ADC，3.3V参考，相当于9.6mV）。后来改成单点连接——ADC参考地AGND和系统数字地DGND在电源入口处通过0Ω电阻单点连，噪声直接降到3个LSB，等效精度提升了2位。

第二个坑是传感器电源没做独立滤波。四颗传感器都从3.3V总线上取电，ADXL355工作时的电流跳变会在电源线上产生纹波，反过来影响模拟传感器。后来每颗传感器的VCC引脚都就近放了10μF钽电容+0.1μF陶瓷电容，ADXL355还额外串了个10μH的磁珠隔离高频噪声，效果立竿见影。

第三个坑是I2C和SPI走线没考虑端接。一开始SPI时钟线上振铃很严重，10MHz频率下波形边缘都糊了。后来在SCK线上串了个22Ω的端接电阻，振铃基本就没了。I2C因为速率不高（400kHz），问题不大，但也要注意上拉电阻的取值，根据总线电容选合适的阻值。

还有个细节是ADC输入端的RC滤波。MPXV7007DP的输出我们加了1kΩ电阻+10nF电容的低通，截止频率约16kHz，把高频毛刺滤掉。这个RC值不能乱选，截止频率太低会把真实的压力变化也滤掉，太高又起不到滤波作用，得根据被测信号的带宽来定。

量产部署数据：连续跑30天的结果

这套方案在沧州某危化品仓储企业的环境监测终端上跑了30天，24小时不间断采集，累计数据超过2.5亿条，几个关键指标如下：

• 采样同步率：四路传感器时间戳对齐精度≤1ms，满足99.7%的数据关联分析需求
• 温度测量精度：全温区（-15℃~55℃）融合后温度误差≤±0.15℃，优于客户要求的±0.5℃
• 压力测量精度：温度补偿后储罐压力监测误差≤±0.8kPa（量程±7kPa），折合±0.14%FS
• 系统功耗：STM32F407+四传感器整体平均功耗约28mA@3.3V，太阳能+锂电池供电没问题
• 误报率：比原来的独立模块方案下降86%，安全联锁误触发从日均4.2次降到0.6次

数据来源：笔者团队在2025年河北沧州某危化品仓储项目中的实测统计，12台监测终端，连续运行30天，数据存储于本地SQLite并通过NB-IoT定期同步到云平台。

最后说几句掏心窝子的

做多传感器系统这几年，有三条经验我觉得比任何具体技术都重要：

时序就是精度。再贵的传感器，采样时刻对不齐，融合出来的数据都是摆设。DMA加定时器中断，这俩组合拳打出去，同步性基本就有保障了。

补偿先于融合。别上来就堆算法，先把每颗传感器自己的温漂、非线性误差处理好。地基没打牢，上面盖再高的楼都是歪的。

硬件噪声决定了算法的天花板。PCB上的电源纹波、地弹、串扰，这些东西是任何数字滤波都没法完全消除的。Layout的时候多花两天琢磨地怎么分、电源怎么滤，比后期写几百行滤波代码管用多了。

如果你也在做多传感器采集系统，建议把80%的精力放在同步机制和温度补偿这两件事上。前期打好基础，后面的调试和标定会顺利很多。