ADC 的初识

ADC介绍

Q: ADC是什么?

A: 全称:Analog-to-Digital Converter,指模拟/数字转换器

ADC的性能指标

  • 量程:能测量的电压范围
  • 分辨率:ADC能辨别的最小模拟量,通常以输出二进制数的位数表示,比如:8、10、12、 16位等;位数越多,分辨率越高,一般来说分辨率越高,转化时间越长
  • 转化时间:从转换开始到获得稳定的数字量输出所需要的时间称为转换时间

ADC特性

  • 12位精度下转换速度可高达1MHZ
  • 供电电压:V SSA :0VV DDA :2.4V~3.6V
  • ADC输入范围:VREF- ≤ VIN ≤ VREF+ 

一般VREF-接 VSSA; VREF+接VDDA; 而VSSA一般接地,VDDA一般接3.3V;

所以量程是0 ~3.3v

  • 采样时间可配置,采样时间越长, 转换结果相对越准确, 但是转换速度就越慢
  • ADC 的结果可以左对齐或右对齐方式存储在 16 位数据寄存器中

16位寄存器里存放12位的精度的数据,就会涉及到左对齐右对齐的问题(默认右对齐

 

ADC通道

总共2个ADC(ADC1,ADC2)每个ADC有18个转换通道: 16个外部通道(也就是和GPIO口连在一起的)、 2个内部通道(温度 传感器、内部参考电压)

外部的16个通道在转换时又分为规则通道注入通道,其中规则通道最多有16路注入通道最多 有4路

可以这样理解:

规则组正常排队的人

注入组有特权的人(军人、孕妇)

ADC转换顺序

每个ADC只有一个数据寄存器16个通道一起共用这个寄存器,所以需要指定规则转换通道的转 换顺序。

规则通道中的转换顺序由三个寄存器控制:SQR1SQR2SQR3,它们都是32位寄存器。SQR寄存器控制着转换通道的数目和转换顺序,只要在对应的寄存器位SQx中写入相应的通道,这个通 道就是第x个转换。

和规则通道转换顺序的控制一样,注入通道的转换也是通过注入寄存器来控制,只不过只有一个 JSQR寄存器来控制,控制关系如下: 

注入序列的转换顺序是从JSQx[ 4 : 0 ](x=4-JL[1:0])开始。只有当JL=4的时候,注入通道的转换 顺序才会按照JSQ1、JSQ2、JSQ3、JSQ4的顺序执行。

ADC触发方式

1. 通过向控制寄存器ADC-CR2的ADON位写1来开启转换,写0停止转换

2. 也可以通过外部事件(如定时器)进行转换。

ADC转化时间

ADC是挂载在APB2总线(PCLK2)上的,经过分频器得到ADC时钟(ADCCLK),最高 14 MHz。

转换时间 = 采样时间+12.5个周期

12.5个周期是固定的,一般我们设置 PCLK2=72M,经过 ADC 预分频器能分频到最大的时钟只能 是 12M,采样周期(采样时间)设置为 1.5 个周期,则一共是14倍周期,为14 *(1/12000000)秒; 算出最短的转换时间为 1.17us。

ADC转化模式

扫描模式

关闭扫描模式:只转换ADC_SQRx或ADC_JSQR选中的第一个通道

打开扫描模式:扫描所有被ADC_SQRx或ADC_JSQR选中的所有通道

单次转换/连续转换

单次转换:只转换一次

连续转换:转换一次之后,立马进行下一次转换

使用ADC读取烟雾传感器的值 的实验

硬件介绍

烟雾传感器:

 如图所示,烟雾传感器的AODO分别代表模拟信号数字信号,由于现在学习的ADC(模数转换),所以将AO引脚接入单片机,而不使用DO引脚。

那么AO应该接在哪里呢?

查看产品手册:

可见在STM32中,两路ADC的同一通道使用的同一个引脚

在这个实验中,将AO接入单片机的PA0,对应ADC1或2的通道0

CubeMX

1. 惯例设置 + 开一路串口

注意这里的时钟配置“Clock Configuration”,上面提到过,ADC是挂载在PCLK2上的,并经过分配得到ADC自己的时钟频率的。

问题在于,如果像之前那样设置HCLK为72MHz, 那么在尝试打开ADC的时候,会报错:

原因就是 ADC的最高频率是14MHz,然而根据惯例设置,分配到ADC处的频率变成了36MHz了。

 

解决办法就是:

先将弹出来的会话框点击NO(因为这是会自动帮忙配置的请求,这里只需要自己调整一下就可以),然后将ADC的分频系数改为“/6” 或 “/8”,这样就不会报错了:

2. 点击左侧的ADC,选择通道0:

2.1 此时,可以看到右侧的图中PA0被选中,再次证明PA0的确是ADC1的通道0: 

 

 

2.2 在下方的参数设置,可以看到上面提到的关于ADC各种的设置,此处暂不修改

3. 惯例配置生成代码:

 

Keil

1. 因为要通过串口来打印数据,所以要重写printf,所以要打开miro-lib:

2. 代码:

#include "stdio.h"int fputc(int a, FILE *f) //一个字符一个字符发送
{unsigned char temp[1] = {a};HAL_UART_Transmit(&huart1, temp, 1, 0xffff);return a;
}int main(void)
{uint32_t smoke_value; //通过跳转可以知道 HAL_ADC_GetValue() 的返回值是“uint32_t”类型while (1){HAL_ADC_Start(&hadc1); //启动ADC单次转换HAL_ADC_PollForConversion(&hadc1, 50); //等待ADC转换完成,50是time outsmoke_value = HAL_ADC_GetValue(&hadc1); //读取ADC转换数据,通过跳转可以知道返回值是“uint32_t”类型printf("smoke_value = %f\r\n", 3.3/4096 * smoke_value);//printf("smoke_value = %d \r\n", smoke_value);HAL_Delay(500); //每500ms检测一次}
}

从HAL_ADC_GetValue(&hadc1)中读取到的是一个12位有效二进制数的值,而电压是3.3V,所以一个刻度的值就是 3.3/2^12 = 3.3/4096,把这个最小刻度值乘以读取到的值,就是有效的数据了。

而读出来的数其实就是电压的值,至于电压的值究竟对应多少烟雾含量,这个要看烟雾报警器的手册等。

 

实现效果

串口助手中:

可见,每隔500ms,就会通过串口打印通过ADC转换得到的有效电压值! 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/27768.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

分类预测 | MATLAB实现基于Attention-GRU的数据多特征分类预测(门控循环单元融合注意力机制分类预测,含混淆矩阵图、分类图)

分类预测 | MATLAB实现基于Attention-GRU的数据多特征分类预测(门控循环单元融合注意力机制分类预测,含混淆矩阵图、分类图) 目录 分类预测 | MATLAB实现基于Attention-GRU的数据多特征分类预测(门控循环单元融合注意力机制分类预测,含混淆矩阵图、分类图…

Flutter:网络图像缓存插件——cached_network_image

前言 为什么要使用这个插件,有什么用呢?毕竟官方提供了Image.network来进行网络图片加载 Image.network和CachedNetworkImage都可以用于在Flutter中加载网络图片,但它们之间有一些区别。 Image.network是Flutter核心库提供的一个构造函数&…

2020年国赛高教杯数学建模D题接触式轮廓仪的自动标注解题全过程文档及程序

2020年国赛高教杯数学建模 D题 接触式轮廓仪的自动标注 原题再现 轮廓仪是一种两坐标测量仪器(见图1),它由工作平台、夹具、被测工件、探针、传感器和伺服驱动等部件组成(见图2)。   接触式轮廓仪的工作原理是&am…

阿里云推出“ModelScopeGPT”大模型调用工具,再添新贵

阿里云近日对外宣布将要推出其首款大模型调用工具——“魔搭GPT(ModelScopeGPT)”,从而为使用者们提供更为优质的人工智能应用支持。而作为阿里云人工智能产品家族中的新成员,这一创新工具也将进一步扩展阿里云在人工智能领域的影…

Stable Diffusion - ChatGPT4 与 Stable Diffusion 结合提供无限创意构图

欢迎关注我的CSDN:https://spike.blog.csdn.net/ 本文地址:https://spike.blog.csdn.net/article/details/131782672 ChatGPT 和 StableDiffusion 结合使用的优势: 高效率:ChatGPT 可以在很短的时间内完成复杂的语言任务&#xf…

05 Docker 安装常用软件 (mongoDB)

目录 1. mongoDB简介 1.1 mongodb的优势 2. mongodb的安装 2.1 创建数据文件夹 2.2 备份日志 2.3 配置文件夹 2.4 创建两个文件 ---> 2.4.1 配置如下: 2.5 拉取mongodb 2.6 运行容器 2.7 进入mongodb容器 ---> 2.7.0 高版本(6.0)以上是这样的 , 旧版的没研究 …

再度合作|极智嘉(Geek+) P系列拣选机器人进驻CEVA欧洲物流中心

近日,3PL巨头CEVA Logistics首度在社交媒体展示其与极智嘉(Geek)合作打造的全新欧洲物流中心,并在推文中对极智嘉(Geek)给予了高度赞扬。CEVA表示,极智嘉不仅彻底颠覆了CEVA的工作环境,还充分保障了敬业员工的安全和人体工程学效率…

C#List转IList方法

最近工作中使用到了C#的List和IList。 这里参考百度上的资料&#xff0c;总结一下。 IList使用命名空间&#xff1a; using System.Collections; List<T>类:表示可通过索引访问的对象的强类型列表&#xff0c;提供用于对列表进行搜索、排序和操作的方法。 IList<T&…

垃圾收集器CMS-JVM(十一)

Jvm类的创建过程包括类的加载&#xff0c;类的验证&#xff0c;准备&#xff0c;分析&#xff0c;初始化。 验证是不是.class文件。 准备过程则是先赋值初始化的值&#xff0c;并不是直接赋值原始值。 分析比较复杂&#xff0c;会有静态链接处理和动态链接处理。 最后就是类…

Spring Boot 3.x 自动配置详解

基于Spring Boot 3.1.0 系列文章 Spring Boot 源码阅读初始化环境搭建Spring Boot 框架整体启动流程详解Spring Boot 系统初始化器详解Spring Boot 监听器详解Spring Boot banner详解Spring Boot 属性配置解析Spring Boot 属性加载原理解析Spring Boot 异常报告器解析Spring Bo…

九五从零开始的运维之路(其二十)

[TOC](文章目录) 文章目录 前言一、LAMP是什么二、配置环境及安装1.配置yum源2.关闭防火墙、网络图形化工具及SElinux3.安装软件包 三、配置apache服务器内容四、启动服务五、访问验证总结 前言 本篇将简述的内容&#xff1a;Linux系统下的LAMP平台部署 基于discuz框架的论坛搭…

高时空分辨率、高精度一体化预测技术之风、光、水能源自动化预测技术应用

查看原文>>>高时空分辨率、高精度一体化预测技术之风、光、水能源自动化预测技术应用 能源是国民经济发展和人民生活必须的重要物质基础。在过去的200多年里&#xff0c;建立在煤炭、石油、天然气等化石燃料基础上的能源体系极大的推动了人类社会的发展。但是人类在使…