3、数据采集基础：ADC采样原理、采样率与分辨率、噪声抑制基础

做智能照明，说白了就是让传感器替我们「看」环境。但传感器输出的都是模拟信号——电压、电流、电阻变化。单片机不认识这些，它只认0和1。所以，ADC（模数转换器）就成了连接物理世界与数字世界的桥梁。

这一节，我带你从实战角度把ADC吃透。不扯太深的理论，重点讲清楚采样原理、采样率与分辨率怎么选，以及怎么把噪声压下去。这些都是我在项目里踩过坑、填过土的经验。

3.1 ADC采样原理：从模拟到数字的「翻译」过程

ADC的核心任务很简单：把连续的模拟电压，转换成离散的数字值。但这个过程里藏着不少门道。

我习惯把ADC比作一把「电子尺子」。这把尺子有固定的量程，比如0~3.3V。尺子上有刻度，刻度数量取决于分辨率。比如10位ADC，就有2^10=1024个刻度。每个刻度对应一个数字值。

采样过程分三步：

• 采样：在某个时间点，把模拟电压「拍个快照」并保持住。
• 量化：把保持的电压与参考电压比较，找到最接近的刻度值。
• 编码：把刻度值转换成二进制数字，送给单片机。

嗯，这里要注意一个关键点：采样不是连续的。它是在时间轴上打点，每个点之间有时间间隔。这个间隔决定了你能采集多快的变化信号。

我在项目中遇到过一个问题：某次用光敏电阻做环境光检测，ADC读数总是跳来跳去。后来发现是参考电压没选好，用了内部参考，结果电源纹波直接耦合进去了。换成外部精密参考后，数据就稳了。

3.2 采样率与分辨率：一对需要权衡的「冤家」

采样率和分辨率，是ADC选型时最纠结的两个参数。它们就像跷跷板的两头——一头高了，另一头就得低。

3.2.1 采样率：你拍照片的速度

采样率就是ADC每秒采样的次数，单位是SPS（Samples Per Second）。比如1000 SPS，就是每秒采1000个点。

为什么采样率重要？因为奈奎斯特采样定理告诉我们：要还原一个信号，采样率至少要是信号最高频率的2倍。比如你要采集50Hz的工频干扰，采样率至少得100 SPS。

但实际项目中，我建议留3~5倍余量。为什么？因为真实信号不是完美的正弦波，还有谐波成分。我曾经用刚好2倍采样率去采一个PWM调光信号，结果波形完全失真，根本看不出占空比。后来把采样率提到10倍，才看清细节。

3.2.2 分辨率：你尺子的精细度

分辨率决定了ADC能分辨的最小电压变化。8位ADC有256个刻度，12位有4096个，16位有65536个。

计算公式很简单：最小分辨率 = 参考电压 / 2^分辨率

举个例子：参考电压3.3V，8位ADC的最小分辨率是3.3/256 ≈ 12.9mV。12位则是3.3/4096 ≈ 0.8mV。

你想想看，如果你要检测光敏电阻从亮到暗的微小变化，8位ADC可能只能分出几十个等级，画面会非常「粗糙」。而12位就能分出上千个等级，调光过渡就平滑多了。

分辨率	刻度数	最小分辨率（3.3V参考）	适用场景
8位	256	12.9 mV	开关检测、粗略亮度判断
10位	1024	3.2 mV	普通环境光检测
12位	4096	0.8 mV	精密调光、颜色传感器
16位	65536	0.05 mV	高精度测量、微弱信号

我个人习惯，做智能照明传感器，至少选12位ADC。8位太粗糙，16位又贵又慢，12位是性价比甜点。

3.2.3 采样率与分辨率的权衡

这里有个残酷的现实：高分辨率往往意味着低采样率。因为ADC内部需要时间去做比较和转换，分辨率越高，转换时间越长。

比如STM32的12位ADC，最快能跑到1M SPS。但如果你要16位精度，就得用外部ADC，速度可能降到100k SPS甚至更低。

怎么选？我的经验是：先确定信号带宽，再选采样率。采样率定下来后，在满足速度的前提下，尽量选高分辨率。

3.3 噪声抑制基础：让ADC读数「稳如老狗」

ADC最怕什么？噪声。明明环境光没变，读数却像心电图一样上下跳。这种情况我见得太多了。

噪声来源主要有三个：

• 电源噪声：开关电源的纹波、数字电路的串扰
• 传感器噪声：光敏电阻的热噪声、运放的1/f噪声
• 环境干扰：50Hz工频、射频干扰

我曾经做一个调光项目，ADC读数在暗光下跳了±50个LSB。排查了两天，最后发现是LED驱动器的PWM频率正好落在ADC采样频段内。改了采样时序后，问题解决。

3.3.1 硬件层面的噪声抑制

硬件是基础，硬件没做好，软件再折腾也白搭。

• 去耦电容：ADC电源引脚附近放一个0.1μF陶瓷电容，再加一个10μF电解电容。这是标配，别省。
• 模拟地与数字地分离：用0欧电阻或磁珠单点连接。我见过有人直接铺铜连一起，结果数字噪声全灌进模拟部分了。
• RC低通滤波：在ADC输入引脚前加一个RC滤波器，截止频率设为信号最高频率的3~5倍。比如环境光信号最高10Hz，截止频率设30~50Hz就够。

3.3.2 软件层面的噪声抑制

硬件做完了，软件还能再补一刀。我常用的方法有几种：

1. 多次采样取平均

最简单也最有效。连续采N次，去掉最大最小值，再取平均。N一般取8~16次。注意：采样次数太多会降低响应速度。

// 中位值平均滤波法（防脉冲干扰）
#define FILTER_N 12
uint16_t adc_filter(void) {
    uint16_t buf[FILTER_N];
    uint16_t sum = 0;
    uint16_t min, max;
    
    // 连续采样
    for(int i=0; i<FILTER_N; i++) {
        buf[i] = adc_read();
    }
    
    // 找最大最小值
    min = buf[0];
    max = buf[0];
    for(int i=1; i<FILTER_N; i++) {
        if(buf[i] < min) min = buf[i];
        if(buf[i] > max) max = buf[i];
    }
    
    // 求和（去掉最大最小）
    for(int i=0; i<FILTER_N; i++) {
        sum += buf[i];
    }
    sum -= min + max;
    
    return sum / (FILTER_N - 2);
}

2. 软件低通滤波（一阶滞后滤波）

适合变化缓慢的信号，比如环境光。公式很简单：

// 一阶低通滤波
#define ALPHA 0.2  // 滤波系数，越小越平滑
static uint16_t last_value = 0;

uint16_t adc_lowpass(uint16_t new_value) {
    uint16_t result = (uint16_t)((float)last_value * (1 - ALPHA) + (float)new_value * ALPHA);
    last_value = result;
    return result;
}

3. 采样时序同步

如果系统里有PWM调光或开关电源，ADC采样要避开噪声尖峰。我习惯在PWM的「关断时间」中间段采样，这时候噪声最小。

3.3.3 一个完整的噪声抑制流程

在实际项目中，我通常这样组合使用：

1. 硬件上：RC低通滤波（截止频率10~50Hz）+ 去耦电容
2. 软件上：中位值平均滤波（N=8）+ 一阶低通滤波（α=0.1~0.3）
3. 时序上：避开PWM边沿，在噪声低谷期采样

这样一套组合拳下来，ADC读数基本能稳定在±1~2个LSB以内。对于智能照明来说，这个精度完全够用了。

好了，ADC的基础就讲到这里。下一节我们聊聊具体的传感器——光敏电阻、环境光传感器、人体红外传感器，看看它们怎么跟ADC配合，把物理世界的信号变成数字世界的「语言」。