基于STM32的过采样技术研究与实现

《基于STM32的过采样技术研究与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于STM32的过采样技术研究与实现吴家平1，沈建华2(华东师范大学计算机科学与技术系,上海200241)摘要针对微控制器自带ADC精度较低的情况，介绍了过采样技术提高微控制器ADC精度的基本原理，给出了在ARMCortex-M3内核微控制器STM32上的实现方法，并测试、分析了其性能和处理器负荷情况。实验证明，在STM32微控制器上使用过采样技术，能够以很小的处理器负荷、有效地提高其自带ADC的精度。关键字量化过采样抽取DMASTUDYANDINPLEMENTATIONOFOVERSAMPLINGT

2、ECHNOLOGYONSTM32WUJIA-PING1,SHENJJIA-HUA2(DepartmentofInformationScienceandTechnology,EastChinaNormalUniversity,Shanghai200241,China)AbstractDuetolowresolutionofADCinthepresentMCUandincreaseofcostifexternalADCofhighresolutionisused,theoversamplingtechno

3、logyisintroducedtoimprovetheresolutionofADC.AspecificrealizingmethodisgivenonSTM32,withtheaffecttoprocessoranalyzed.ThepracticalexperimentandtheresultsapprovethattheoversamplingtechnologycaneffectivelyimprovetheresolutionofADCinSTM32,whilenotincreasingt

4、heloadofprocessor.KeywordsquantizationoversamplingdecimationDMA1引言由于数据采样的广泛需求，当前市场上的大多数微控制器都在内部集成了ADC用来采样数据。但是在很多情况下，这些自带的ADC往往达不到应用所需要的精度，而使用外部专用的ADC通常会使得成本有所增加。过采样技术无须添加额外的硬件，仅仅通过软件的方法就能够实现ADC精度的提高，从而使得片上自带的ADC能够实现昂贵的片外ADC的精度指标。STM32系列32位微控制器使用ARM公司的C

5、ortex-M3处理器，该处理器专门设计于满足集高性能、低功耗、实时应用、具有竞争性价格于一体的嵌入式领域的要求。但是其自带的ADC只有12位精度，在某些场合满足不了要求，通过引入过采样技术，能够有效的增加数据采样精度，解决了使用外部专用ADC带来的成本问题。2过采样技术原理2.1量化噪声分析ADC采样过程其实是一个将连续的模拟信号量化成有限的数字的过程，每个数字代表一次采样所获得的信号。量化时，根据数据位把整个幅度划分为量化级，例如12位数据位则表示212个量化级，16位数据则表示216个量化级，把

6、落入同一级的样本值归为一类，并给定一个量化值。由于模拟信号的是连续的，量化结果和被实际模拟量的之间会存在差值，该差值被称作量化误差(eq)，也称量化噪声。根据参考电压(Vref)和量化的数字的位数(N)，能够确定最小的分辨率：△=(1)N越大，△就越小，量化误差也就越小。在没有其它能造成误差的因素例如热噪声、杂色噪声、参考电压变化的理想情况，量化误差应该在±0.5△之内，即≤±0.5△。假设输入信号的变化大于△，并且在△间随机分布，可以将量化噪声看成白噪声，其总功率为一个常数，平分分布在0～fs的频带

7、内，如图1所示。图1噪声功率分布(fs=2fm)上图中fm为输入信号的频率，fs为采样频率。根据Nyquist定理，采样频率必需至少是信号频率的两倍，否则高频部分将有损失，所以fs＝2fm。此时的信噪比可以通过下面公式来得到：SNRdB=6.02R+1.76(2)式中R为ADC的精度。由于噪声总功率一定，所以fs越大,叠加在有效信号部分的量化噪声就越小，图2显示了将采样率提高到N倍进行过采样时量化噪声的分布。图2噪声功率分布(fs=2Nfm)此时得到的信噪比如下：SNRovs=6.02R+1.76+l

8、0log(N)(3)可以推算，每将采样频率提高4倍，便会增加1位精度。需要得到额外p位精度，ADC的过采样率Fovs必须满足：Fovs=4pFs(4)2.3过采样数据的抽取以过4p过采样率得到的采样值通过求和、平均的方法进行处理。但是不能将这4p个采样值相加后简单的除以4p，这样只能起到一个低通滤波的作用，R位的采样值经过这样平均后精度仍旧是R位，并不能实现采样精度的提高。数据抽取方法首先将4p个采样值相加，得到一个R+2p位的数值，然后将该数值右移p位