当前位置: 首页 > news >正文

第四章.4.3.1ESP32传感器数据采集与滤波处理实战教程

本教程将手把手教你使用ESP32开发板实现传感器数据采集,并通过均值滤波卡尔曼滤波进行数据处理。代码逐行解析,适合各阶段开发者。


一、硬件准备

  • ESP32开发板(NodeMCU、DOIT等)

  • 电位器模块(模拟噪声数据)

  • 杜邦线若干

  • 接线方式:

    • 电位器中间引脚 → ESP32 GPIO34(ADC1_CH6)

    • 其他两脚 → 3.3V和GND


二、开发环境配置

  1. 安装Arduino IDE 2.0+

  2. 添加ESP32支持:

    复制

    https://dl.espressif.com/dl/package_esp32_index.json
  3. 安装完成后选择开发板型号


三、基础数据采集

#define SENSOR_PIN 34  // 使用GPIO34作为模拟输入

void setup() {
  Serial.begin(115200);
}

void loop() {
  int rawValue = analogRead(SENSOR_PIN);  // 读取ADC原始值(0-4095)
  float voltage = rawValue * (3.3 / 4095.0);  // 转换为电压值
  
  Serial.print(voltage);     // 原始电压值
  Serial.print(",");         // 分隔符
  delay(50);                 // 采样间隔50ms
}

四、均值滤波实现

原理说明

连续采集N个样本,取算术平均值作为输出,有效抑制随机噪声。

#define SENSOR_PIN 34
#define WINDOW_SIZE 10  // 滤波窗口大小

float movingAverage(float *arr) {
  float sum = 0;
  for(int i=0; i<WINDOW_SIZE; i++){
    sum += arr[i];  // 累加窗口内所有值
  }
  return sum / WINDOW_SIZE;  // 计算均值
}

void setup() {
  Serial.begin(115200);
}

void loop() {
  static float dataWindow[WINDOW_SIZE];  // 存储历史数据
  static int index = 0;
  
  // 采集新数据
  dataWindow[index] = analogRead(SENSOR_PIN) * (3.3 / 4095.0);
  
  // 计算并输出均值
  float filtered = movingAverage(dataWindow);
  
  // 更新索引(循环覆盖旧数据)
  index = (index + 1) % WINDOW_SIZE;
  
  Serial.print(dataWindow[index]);  // 原始值
  Serial.print(",");
  Serial.println(filtered);         // 滤波值
  
  delay(50);
}

关键参数调节

  • WINDOW_SIZE:建议5-20,值越大滤波效果越好但延迟增加


五、卡尔曼滤波实现

原理简述

通过预测-更新两阶段,动态估计最优值。适合时变系统。

class KalmanFilter {
private:
  float Q = 0.01;  // 过程噪声协方差
  float R = 0.1;   // 测量噪声协方差
  float P = 0.0;   // 估计误差协方差
  float X = 0.0;   // 最优估计值
  float K;          // 卡尔曼增益

public:
  float update(float measurement) {
    // 预测阶段
    P = P + Q;
    
    // 计算卡尔曼增益
    K = P / (P + R);
    
    // 更新估计
    X = X + K * (measurement - X);
    
    // 更新误差协方差
    P = (1 - K) * P;
    
    return X;
  }
};

KalmanFilter kf;  // 创建滤波器实例

void setup() {
  Serial.begin(115256);
}

void loop() {
  float raw = analogRead(SENSOR_PIN) * (3.3 / 4095.0);
  float filtered = kf.update(raw);  // 执行滤波
  
  Serial.print(raw);
  Serial.print(",");
  Serial.println(filtered);
  
  delay(50);
}

参数调节指南

  • Q增大 → 跟踪更快但噪声增加

  • R增大 → 滤波平滑但响应变慢


六、效果对比与优化建议

  1. 串口绘图器使用

    • Arduino IDE → 工具 → 串口绘图器

    • 输入格式:原始值,滤波值1,滤波值2

  2. 对比结果

    • 均值滤波:曲线更平滑,但存在相位延迟

    • 卡尔曼滤波:响应更快,适合动态变化

  3. 优化方向

    • 根据传感器特性调整滤波参数

    • 组合使用多种滤波算法

    • 加入异常值剔除机制


七、实际应用扩展

  1. 温湿度监测(DHT11)

  2. 运动检测(MPU6050)

  3. 环境噪声监测(麦克风模块)

通过本教程,您已掌握ESP32数据采集与滤波的核心技能。建议根据实际需求调整算法参数,并尝试将数据处理结果通过WiFi/蓝牙传输,构建完整物联网系统!

相关文章:

  • 从0开始——在PlatformIO下开展STM32单片机的HAL库函数编程指南
  • ​​​​​​​​​​​​​​Spring Boot数据库连接池
  • Vue学习笔记集--computed
  • 蓝桥杯-特殊的多边形(dfs/前缀和)
  • 指针和引用
  • 业务流程先导及流程图回顾
  • YOLO基础知识
  • 【C语言文件精选题】
  • 《网络管理》实践环节01:OpenEuler22.03sp4安装zabbix6.2
  • 验证Linux多进程时间片切换的程序
  • PyTorch 张量的new_tensor方法介绍
  • 算法基础——树
  • RAG基建之PDF解析的“流水线”魔法之旅
  • 网络安全-网络安全基础
  • freecad gear模块 生成齿轮导出fcstd step
  • 20组电影美学RED摄像摄影机视频胶片模拟色彩分级调色LUT预设包 Pixflow – CL – RED Camera LUTs
  • 项目实战--权限列表
  • Mybatis日志模块分析--适配器模式+代理模式
  • 身份验证:区块链如何让用户掌控一切
  • Scrapy对比Selenium:哪个最适合您的网络爬虫项目
  • 孙磊已任中国常驻联合国副代表、特命全权大使
  • 软硬件企业集中发布未成年人模式使用手册
  • 贵州茅台一季度净利268亿元增长11.56%,系列酒营收增近两成
  • 83岁连丽如每周登台说书,还上了15堂连派评书课
  • 路边“僵尸车”被人以1450元卖了,嫌疑人被刑拘
  • 加拿大温哥华发生驾车冲撞人群事件,加拿大总理发声