使用STM32F407ZGT6构建一个电压监测器

在本次实验中，使用了STM32F407ZGT6的模数转换器(ADC)外设来测量两个电压源：CR2032锂聚合物电池和USB 5V总线电源。由于STM32F407ZGT6的ADC只能安全接收最高达VDDA + 0.3V(绝对最大值为3.6V)的输入电压，因此设计了一个电阻分压电路，在输入信号到达MCU引脚之前将其降压。随后读取分压后的电压值，进行数字化处理，并通过固件重新缩放，以恢复原始的电源电压。

实验室还研究了元件公差对测量精度的影响，并将单个样本的ADC读数与软件平均读数进行比较，以评估降噪效果。

设计与测试

第一部分 — 硬件描述

1 — 开发板

RT-Thread RT-Spark开发板基于STM32F407ZGT6微控制器构建，该芯片为168 MHz的ARM Cortex-M4F处理器，并配备三个独立的12位ADC。本实验中使用了ADC1的通道1(PA1)作为模拟输入。

2 — 为什么需要分压器

CR2032纽扣电池的工作电压范围为2.0V至3.3V，这在ADC的安全输入范围内，理论上可直接连接。然而，USB总线工作电压为5V，若直接连接到PA1，则会超过ADC输入的绝对最大值3.6V，导致ADC输入永久损坏。因此，设计了一个单级分压电路，通过将输入信号按0.5倍的比例缩放，来同时处理两种电压源。

分隔符公式：

VADCIn = VSource × R2 / (R1 + R2)

当 R1 = R2 = 1 MΩ 时：

VADCIn = VSource × 0.5

5V USB 输入在 ADC 引脚处变为 2.5V，安全低于 3.3V 参考电压;3.0V 电池输入在 ADC 引脚处变为 1.5V。

特意选择了1 MΩ的高电阻值，以使分压器的电流消耗保持在约1.5 µA，从而在监测电池电压时限制不必要的电池放电。

3 — 电路板搭建

电路搭建在一块标准的面包板上。R1和R2串联连接，它们之间的中间点接到了面包板扩展接口上的PA1引脚。面包板的GND排线则连接到面包板的GND引脚。

4 — 信号源阻抗与采样时间

该电路的一个重要考虑因素是其较高的源阻抗。当 R1 = R2 = 1 MΩ 时，ADC 输入端所见的等效特维宁阻抗为：

Zsource = R1 ∥ R2 = 500 kΩ

ADC的内部采样保持电容(约10 pF)必须通过该阻抗完全充电，然后才能开始转换。所需的稳定时间约为5τ = 25 µs。在21 MHz的ADC时钟频率下，这相当于大约525个周期。STM32CubeMX中可提供的最大采样时间为480个周期(约22.9 µs)，这一数值已足够接近，并被选用于本实验。

第二部分 — 软件设置

1 — 创建项目

•打开 STM32CubeMX → 文件 → 新建项目

•对于MCU，搜索到了STM32F407ZGT6并选中了它

•项目名称：该项目/实验室命名为 Lab7_ADC_VoltageMonitor

•工具链 / IDE：STM32CubeIDE

•点击生成代码

2 — 系统核心配置

•在系统核心 → SYS 中：

•调试：串行线(自动为SWD分配PA13/PA14)

•在系统核心 → RCC 下：

•HSE：晶体/陶瓷谐振器(RT-Spark板上使用的是8 MHz晶体)

3 — 时钟树配置

系统时钟通过板载8 MHz的HSE晶振配置为168 MHz运行。在此过程中出现了一个问题：在配置PLL设置后，系统时钟复用器意外地指向了HSE而非PLLCLK，导致SYSCLK显示为8 MHz而不是168 MHz。该问题在代码生成前被发现，并通过在系统时钟复用器中点击PLLCLK进行了修正。

4 — ADC1配置

在模拟 → ADC1 中：

5 — USART1配置

根据RT-Spark原理图，PA9(USART1_TX)和PA10(USART1_RX)被连接到STLink芯片，从而提供一个虚拟串行端口，实现无需额外硬件的免费串行调试。

在连接性 → USART1：

•模式：异步

•波特率：115200

•字长：8位，无奇偶校验，1个停止位

6 — 代码生成

代码已生成。将生成的 main.c 替换为固件后，出现了一个编译警告：

浮点格式支持未启用……请在链接器标志中手动添加 -u _printf_float。

这导致 snprintf() 通过 UART 输出空白内容而非电压值。修复方法是在链接器标志中添加 -u _printf_float：

第三部分 — 软件实现

第3.1节 — 全局变量

三个关键变量被声明为全局变量，以便 CubeIDE 调试器的变量窗口可以在断点处检查它们：

第3.2部分 — ADC_Read() — 单次转换

用于步骤4、8和9。启动一次由软件触发的单次转换，读取结果后，ADC将被干净地停止，再进行电压计算。

电压转换使用 4096.0 作为除数(12 位 ADC 的 2¹² 步)，而不是 4095.0。两者之间的差异约为 0.024%，但数学上正确的值是 4096。

第3.3部分 — ADC_Read_Averaged() — 软件平均

用于步骤10、11和12。以每个样本之间间隔10毫秒进行十次独立转换，返回平均值。

取N个样本的平均值可将均方根噪声降低√N倍。对于10个样本，这大约使噪声底噪降低了3.16倍——结果已得到证实。

第3.4部分 — 主循环

while 循环每秒执行一次 ADC_Read()，通过 UART 发送读取结果，并在调试器的断点处暂停。从步骤 10 到 12 转换为 ADC_Read_Averaged() 只需注释掉一个函数调用并取消注释另一个即可。

结果

第4.1部分 — 预闪存万用表测量

在刷写固件之前，使用万用表测量了相关电压，以建立接地参考值。这些基准值对于评估ADC计算值与实际电压的匹配程度至关重要。

第4.2部分 — 调试器断点 — 第4步(标称比例因子)

闪存后，固件以调试模式(F11)运行。在while循环内的HAL_Delay(1000)行上设置了一个断点。当程序遇到断点时，使用CubeIDE中的变量窗口检查计算出的值。

ADC结果在标称增益下与万用表读数非常接近，误差仅为1.08%。对于使用±5%容差电阻且未进行校准的12位ADC而言，这一结果是合理的。

第4.3部分 — 电阻测量与校准(步骤5–7)

R1 和 R2 被从电路中移除，并使用万用表在电阻模式下分别进行测量。

两个电阻的阻值均低于其标称的1 MΩ值，且在±5%的公差范围内。由于R1和R2不相等，实际倍数因子并非精确为2.0：

尺度因子 = (R1 + R2) / R2

= (986,312 + 977,291) / 977,291

= 2.009230618

代码已更新，R1 = 986312.0f，R2 = 977291.0f，启动时缩放因子自动重新计算为2.0092。

使用校准值重新刷写后：

第4.4部分 — 无需平均的重复性(步骤8–9)

断点连续五次触发，且每次暂停时均记录了电压值。

第4.5部分 — 平均读数(步骤10–12)

固件已切换为ADC_Read_Averaged()，该函数以10毫秒间隔采集10个样本并返回平均值。重建并重新烧录后，记录了五次测量数据。

第4.6部分 — USB总线测量(步骤13–14)

CR2032电池已断开连接。电路板的5V USB电源线连接到R1的顶部。使用了相同的电压分压器、接线方式和固件，未作任何修改。

第4.7部分 — 第15步：为什么仅使用电池无法工作

问题在于，当仅使用CR2032纽扣电池供电时，测量系统为何无法正常工作。

核心问题是，ADC的参考电压(VDDA = 3.3V)由电路板上的LDO稳压器提供，而该稳压器需要输入电压高于3.3V才能正常工作。一个3.0V的CR2032电池无法驱动LDO进入稳压状态——VDDA会逐渐接近电池电压。由于固件中源电压sourceVolt被硬编码为3.3f，实际较低的VDDA会导致每次读数都系统性地被低估。系统仍可运行，但测量结果不准确。

额外加分——使用内部VREFINT进行修复：

STM32F407 内部有一个 1.21V 的带隙参考电压(VREFINT)，连接到 ADC 的通道 17。通过读取 VREFINT 并将其与已知的 1.21V 值进行比较，即可动态计算出实际的 VDDA：

float vdda_actual = (1.21f * 4096.0f) / (float)vrefint_raw;

volt = ((float)value / 4096.0f) * vdda_actual * scaleFactor;

这使得电压读数能够自动校正，无论实际供电电压如何，从而使系统即使在电池供电下也能报告准确的数值。

结论

所学内容

这个实验让ADC的感觉比仅仅阅读数据手册时更加具体。源阻抗问题——即1 MΩ电阻迫使使用480周期的采样时间——只有在实际操作硬件时才会变得明显。如果采用更短的采样时间，就会持续产生错误读数，而不会有任何错误提示。

校准实验产生了意想不到的结果。人们原本认为，通过使用测量得到的电阻值更新代码可以提高精度，但实际测得的校准误差(1.67%)实际上略高于未校准时的误差(1.08%)。这是因为硬编码的3.3V VDDA在静默地补偿了电阻不匹配的问题，而仅修正比例因子就破坏了这种平衡。这提醒我们，测量误差并不总是相互独立的。

平均化的结果是最令人满意的部分。在固件中使用一个简单的for循环，将峰值到峰值的波动从160毫伏降低到5毫伏——稳定程度提高了32倍——且未增加任何额外硬件。非平均化数据集中2.870V的异常值也清楚地表明，高阻抗节点会拾取瞬态噪声，而平均化能有效抑制这些噪声。

进一步改进

当前基于采样法的实现会在每次转换时阻塞CPU。如果使用DMA将ADC采样数据连续流式写入循环缓冲区，则可在零CPU开销下实现平均计算。此外，启用VREFINT通道并动态计算VDDA，可消除因假设VDDA精确为3.3V而产生的0.7%系统误差——这一修正在电池寿命接近末期时变得越来越重要。

本文编译自hackster.io