高分辨率温度采集算法优化.docx

高分辨率温度采集算法优化摘要：本文表述一种高效、实用的高分辨率的温度采集算法，适用于低成本8位单片机（本文所用单片机为为意法半导体 STM8L152K4T6），以实现空调高精度控制。除了温度采集外，此算法适合其他非线性的模拟量采集，提高采集分辨率。关键字：AD采集；单片机；STM8L152K4T6；高分辨率；非线性引言随着生活质量的提高，人们对空调控制要求越来越精确。传统1℃分辨率的控制精度已经不能满足要求。单片机也越来越强大，集成10bit、12bitADC的单片机也已经很普遍，让低成本、高精度、高分辨率温度采集成为现实。1 传统方法优缺点分析第一种是直接查表法。表中的值为温度值，根据AD采样值，直接查表得出温度值。此方法可以很好解决模拟量的非线性问题，同时处理速度快。最大缺点是无法做到高分辨率。8bitAD采样，表格大小为256byte，10bit就会变为2*1024byte，12bit的话2*4096byte。表格巨大，制作难度也大。第二种做法，将温度曲线分为8段，求出每一段的线性表达式，将得到的系数存为表格。每段进行线性计算。此方法可以做到很高的分辨率，而且不需要表格。缺点是，人为分的这8段，每一段假定为线性，单并非真实的线性，整数部分可能出现偏差，同时由于系数往往不是整数，因此此方法计算量大，8位单片机运行负担较重。2 二分查表求值法结合两种方法的优点，可以做一个新的算法。整数部分通过查表求得，保证准确，小数部分线性插值，提高分别率。此方法可以无需很大的表格，可以得到0.1度的分辨率。下面以12bit AD为例，表述具体实现方法。2.1表格制作：区别与传统方法，按照AD值，做温度表，表格中存放温度值；此法是根据温度值，做AD值的表，表格中存放的是AD值。如 25度为10K，通过计算就可以得到AD值：1830 。以此类推，-20~100做121个值的表格Tab[121](int型)，占用空间242byte。表格的大小由温度点个数决定，不受AD分辨率影响。2.2 具体算法：2.2.1：得到AD值2.2.2：查找整数部分表格内的值不能举尽所有AD采样值，所以无法直接查表得出对应温度。最简单的方法是得到的AD值同表格内的的值比较一遍，直到Tab[i] = AD Tab[i+1]，温度值整数部分TempInt = i。根据温度不同，占用约50~2200个时钟周期for(i=0;i120;i++){if((ADCVal = TempADTab[i]) (ADCVal TempADTab[i-1])){TempInt = i-1;break;}}此方法有遍历表格中的每一个数据，速度较慢。因此采用二分法来进行快速查询。首先AD值比较表格中Tab[0]~Tab[120]中间的数据Tab[60]，如果AD Tab[60]，就比较Tab[60]~Tab[120]数据中间数据Tab[90]，如果AD = Tab[60]，就比较Tab[0]~Tab[60]数据中间数据Tab[30]。循环进行，直到找到Tab[i] = AD Tab[i+1]，则TempInt = i。因为2^6=64 120 2^7=128所以用此方法，6次即可找到整数部分。占用约270个时钟周期TempMin = 0;TempMax = 120;TempCal = TempMax;while(TempCal != TempMin){//如果中间值等于最小值，则计算结束TempAD = TempADTab[TempCal];if(ADCVal TempAD){ TempMin = TempCal;}//取上半部分，得到最小值else{ TempMax = TempCal;}//取下半部，达到最大值TempCal = TempMin + TempMax;TempCal = TempCal1 ;} Temp = TempCal*10;//整数部分2.2.3：计算小数部分Tab[i] 、Tab[i+1]间隔为1度，在一度范围内可认为阻值随温度线性变化，对这一度进行插值计算。ADBuf = Tab[i+1] -Tab[i]实际AD值与Tab[i]的差值ADBuf2 = AD - Tab[i]所以小数部分可以计算TempDecimal = 1*（ADBuf2/ ADBuf）取合适的小数位数。最终Temp = TempInt + TempDecimalBuf1 = TempADTab[TempCal+1];Buf2 = TempADTab[TempCal];Buf1 = Buf1 - Buf2;if(ADCVal TempADTab[TempCal]){Buf2 = ADCVal - TempADTab[TempCal];}else{ Buf2 = 0;}Buf2