从硬件到算法：STM32F103C8T6 ADC高效采集交流电压全解析-洪萨配资

1. 项目背景与硬件设计要点

第一次用STM32做交流电压检测时，我对着示波器上跳动的波形发愁——市电220V的交流信号怎么才能安全地喂给3.3V供电的单片机？这个项目我从零开始踩过不少坑，现在把完整的硬件设计经验分享给大家。

核心挑战在于信号调理电路的设计。市电220V经过变压器降压后，通常得到0-10V的交流电压，这仍然超出STM32的ADC输入范围（0-3.3V）。我的方案是用两级运放电路：第一级采用精密电阻分压网络，将信号衰减到0-1V范围；第二级用OP07运放搭建同相放大电路，增益设置为3.3倍，最终输出0-3.3V的标准信号。这里有个细节要注意——必须在运放输出端加钳位二极管（如1N4148），防止意外电压冲击损坏ADC引脚。

PCB布局时要特别注意模拟地和数字地的分割。我的做法是在电源入口处用0Ω电阻单点连接，ADC部分的所有走线尽量短，并且远离数字信号线。实际测试发现，当蜂鸣器工作时，不良的布局会导致ADC读数出现明显毛刺。供电部分推荐使用LC滤波电路，我在Type-C电源入口处加了100μF电解电容并联0.1μF陶瓷电容，有效抑制了电源噪声。

2. STM32 ADC配置的实战技巧

很多教程只讲基本ADC配置，但实际项目中DMA+ADC的组合才是王道。以STM32F103C8T6为例，我推荐用ADC1的通道0（PA0引脚），配合DMA1通道1实现自动传输。这里有个容易忽略的点：ADC时钟不能太高，当供电电压为3.3V时，建议将ADC时钟分频到不超过14MHz（设置RCC_PCLK2_Div8）。

初始化代码有几个关键参数需要特别注意：

ADC_InitStruct.ADC_ContinuousConvMode = ENABLE; // 连续转换模式 ADC_InitStruct.ADC_DataAlign = ADC_DataAlign_Right; // 右对齐数据 ADC_InitStruct.ADC_NbrOfChannel = 1; // 单通道转换 ADC_RegularChannelConfig(ADC1, ADC_Channel_0, 1, ADC_SampleTime_55Cycles5);

实测发现采样时间设置为55.5个周期时，在50Hz信号下能获得最佳信噪比。如果遇到ADC值跳动大的情况，可以尝试在初始化后增加校准步骤：

ADC_StartCalibration(ADC1); while(ADC_GetCalibrationStatus(ADC1));

3. DMA传输的优化策略

直接读取ADC_DR寄存器会导致CPU负载过高，我用DMA实现了零开销数据搬运。配置DMA时有几个经验值：

内存地址设置为32位变量地址（如&ADC_Value）
外设地址设置为(uint32_t)&ADC1->DR
数据宽度设为半字（16位）
模式选择循环缓冲（DMA_Mode_Circular）

特别提醒：DMA缓冲区大小不要设得太大，我通常用4-8个字的环形缓冲区。曾经犯过一个错误——设置了256字的缓冲区，结果发现数据延迟严重。正确的做法是让DMA持续更新一个变量，然后在主循环中定期读取这个变量值。

4. 50Hz交流电的采样算法实现

针对市电50Hz特性，我对比过三种采样方案：

简单延时法：每100us采样一次，20ms周期采200个点
定时器触发：用TIM2定时触发ADC，精度更高
过零检测+中断：硬件比较器检测过零点启动采样

第一种方法代码最简单，但存在时间漂移问题。实测发现delay_us(100)的累计误差会导致RMS值波动约2%。第二种方案需要配置定时器：

TIM_TimeBaseInitTypeDef TIM_InitStruct; TIM_InitStruct.TIM_Period = 100 - 1; // 100us中断 TIM_InitStruct.TIM_Prescaler = 72 - 1; // 72MHz/72=1MHz TIM_TimeBaseInit(TIM2, &TIM_InitStruct); TIM_SelectOutputTrigger(TIM2, TIM_TRGOSource_Update);

这种方案能将精度提升到0.5%以内。第三种方案硬件成本较高，但特别适合需要相位测量的场景。

5. RMS计算与软件滤波

交流电压的有效值计算是关键。标准的RMS算法需要做平方和开方运算，这在STM32F103上比较耗时。我的优化方案是：

采样时先减去直流偏置（如2048）
使用查表法替代平方运算
用快速整数开方算法

实测这段代码执行时间从1.2ms降低到0.3ms：

uint16_t CalculateRMS(uint16_t *samples, uint16_t count) { uint32_t sum = 0; for(uint16_t i=0; i<count; i++) { int16_t val = samples[i] - 2048; sum += val * val; // 查表优化可替换为sum += squareTable[abs(val)]; } return sqrt32(sum / count); }

对于波动较大的环境，建议增加软件滤波。我常用的是滑动平均滤波，配合异常值剔除算法。例如连续采样5次，去掉最大值和最小值后取平均，这种方法能有效抑制突发干扰。