STM32 ADC采样交流信号全攻略：以TV1005M电压互感器为例，从硬件连接到软件滤波

STM32 ADC采样交流信号全攻略：从硬件连接到软件滤波实战

在工业自动化和精密测量领域，交流信号的准确采集与处理一直是嵌入式工程师面临的挑战。TV1005M这类电压互感器与STM32 ADC的配合使用，为工程师提供了一种经济高效的解决方案。本文将深入探讨如何构建一个稳定可靠的交流信号采集系统，从硬件接口设计到软件算法实现，全面覆盖实际工程中的关键细节。

1. 交流信号采集的硬件设计基础

交流信号采集系统的硬件设计直接影响最终测量精度。TV1005M电压互感器作为一种常见的信号转换器件，能够将高压交流信号转换为适合单片机处理的低压信号。其典型变比为1000:1，意味着220V的交流电压将被转换为0.22V的交流信号。

互感器与STM32的连接电路需要特别注意以下几个关键点：

• 偏置电压设计：STM32的ADC输入范围通常为0-3.3V，而交流信号存在负半周。因此需要添加1.65V的直流偏置，使信号整体抬升到ADC的可测量范围内
• 抗混叠滤波：在互感器输出端添加RC低通滤波网络，截止频率应略高于被测信号最高频率
• 保护电路：TV1005M输出端应配置双向TVS二极管，防止瞬态高压损坏ADC输入端口

典型连接电路参数配置：

提示：实际PCB布局时，模拟信号走线应尽量短，并远离数字信号线和高频时钟线，以减少干扰。

2. STM32 ADC配置与采样策略

STM32的ADC模块提供了丰富的配置选项，针对交流信号采集，需要特别关注采样率和触发方式。对于50Hz的工频信号，按照奈奎斯特采样定理，理论上采样率只需大于100Hz即可，但实际工程中建议至少达到1kHz以获得足够的波形细节。

ADC初始化关键代码：

void ADC_Config(void) { ADC_InitTypeDef ADC_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1, ENABLE); ADC_InitStructure.ADC_Mode = ADC_Mode_Independent; ADC_InitStructure.ADC_ScanConvMode = DISABLE; ADC_InitStructure.ADC_ContinuousConvMode = ENABLE; ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None; ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right; ADC_InitStructure.ADC_NbrOfChannel = 1; ADC_Init(ADC1, &ADC_InitStructure); ADC_RegularChannelConfig(ADC1, ADC_Channel_1, 1, ADC_SampleTime_239Cycles5); ADC_Cmd(ADC1, ENABLE); // 启用ADC校准 ADC_ResetCalibration(ADC1); while(ADC_GetResetCalibrationStatus(ADC1)); ADC_StartCalibration(ADC1); while(ADC_GetCalibrationStatus(ADC1)); ADC_SoftwareStartConvCmd(ADC1, ENABLE); }

交流信号采样还需要特别注意采样同步问题。理想情况下，采样应该与交流信号的过零点同步，这样可以减少频谱泄漏。在实际工程中，可以通过以下方法改善同步：

1. 使用定时器触发ADC采样，确保固定间隔
2. 采用过零检测电路硬件同步
3. 软件算法后期处理时进行相位补偿

3. 信号处理算法与有效值计算

获取原始ADC数据后，需要进行一系列信号处理才能得到准确的电压有效值。典型的处理流程包括：去除直流偏置、数字滤波、有效值计算和校准转换。

数字滤波实现（以10次移动平均为例）：

#define SAMPLE_SIZE 10 uint16_t filter_buffer[SAMPLE_SIZE]; uint8_t filter_index = 0; uint16_t moving_average_filter(uint16_t new_sample) { static uint32_t sum = 0; sum = sum - filter_buffer[filter_index] + new_sample; filter_buffer[filter_index] = new_sample; filter_index = (filter_index + 1) % SAMPLE_SIZE; return (uint16_t)(sum / SAMPLE_SIZE); }

对于交流信号的有效值计算，通常采用以下两种方法：

• 真有效值算法：对采样点先平方，再平均，最后开方
• 半周期积分法：对一个完整周期内的采样值进行积分计算

真有效值计算的C语言实现：

float calculate_rms(uint16_t *samples, uint32_t count) { uint32_t sum_squares = 0; float dc_offset = 1.65f; // 假设直流偏置为1.65V for(uint32_t i = 0; i < count; i++) { float voltage = (samples[i] / 4095.0f) * 3.3f; // 转换为电压值 float ac_component = voltage - dc_offset; sum_squares += (uint32_t)(ac_component * ac_component); } return sqrtf(sum_squares / (float)count); }

注意：实际应用中需要考虑ADC的量化误差和非线性，建议在计算前先对ADC进行校准，获取更精确的转换系数。

4. 工频干扰抑制与系统校准

工频干扰是交流信号测量中最常见的问题之一。50Hz/60Hz的工频噪声可能来自电源系统、附近设备或测量线路本身。除了硬件滤波外，软件算法也能有效抑制这类干扰。

数字陷波滤波器设计（以50Hz为例）：

// 二阶IIR陷波滤波器系数计算 void calculate_notch_coeff(float freq, float sample_rate, float Q, float *b, float *a) { float omega = 2 * M_PI * freq / sample_rate; float alpha = sinf(omega) / (2 * Q); b[0] = 1; b[1] = -2 * cosf(omega); b[2] = 1; a[0] = 1 + alpha; a[1] = -2 * cosf(omega); a[2] = 1 - alpha; // 归一化 for(int i = 0; i < 3; i++) { b[i] /= a[0]; a[i] /= a[0]; } } // 应用滤波器 float notch_filter(float input, notch_filter_t *filter) { float output = filter->b[0] * input + filter->b[1] * filter->x[0] + filter->b[2] * filter->x[1] - filter->a[1] * filter->y[0] - filter->a[2] * filter->y[1]; // 更新状态 filter->x[1] = filter->x[0]; filter->x[0] = input; filter->y[1] = filter->y[0]; filter->y[0] = output; return output; }

系统校准流程对于保证测量精度至关重要。针对TV1005M互感器的校准步骤如下：

1. 准备标准交流电压源（如可调交流电源）
2. 输入已知电压值（如220V）到互感器初级
3. 测量ADC输出的原始值
4. 计算校准系数K = 实际电压 / 测量电压
5. 在多个电压点重复测试，建立线性或多项式校准曲线

校准系数应用示例：

float calibrated_voltage(float raw_voltage) { // 使用一次线性校准：V = K * V_raw + C static const float K = 210.5f; // 通过校准获得 static const float C = 1.2f; // 零点偏移 return K * raw_voltage + C; }

5. 实际工程中的优化技巧

在长期项目实践中，我们积累了一些能够显著提升系统性能的优化技巧。内存优化方面，对于资源受限的STM32F1系列，可以使用查表法替代实时计算：

// 预先计算好的正弦函数表（0-90度，步长1度） const float sin_table[91] = {0.0000, 0.0175, ..., 1.0000}; float fast_sin(float angle) { angle = fmodf(angle, 360.0f); if(angle < 0) angle += 360.0f; uint8_t index; float fraction; if(angle <= 90) { index = (uint8_t)angle; fraction = angle - index; return sin_table[index] + fraction*(sin_table[index+1]-sin_table[index]); } // 其他象限处理... }

实时性优化技巧包括：

• 使用DMA传输ADC数据，减少CPU开销
• 将FFT计算移到定时器中断中执行
• 采用定点数运算替代浮点运算

抗干扰设计的进阶方法：

• 实施数字锁相环(DPLL)跟踪电网频率变化
• 采用自适应滤波算法动态调整滤波参数
• 添加谐波分析功能检测电网质量

测量结果显示，经过全面优化的系统可以达到以下性能指标：

在完成核心功能后，可以进一步扩展系统能力，如添加谐波分析、功率因数计算、电能质量监测等高级功能。这些扩展不仅提升了系统的实用性，也为产品差异化竞争提供了技术支撑。