内容介绍

1.项目介绍

本项目是2025年硬禾学堂“寒假一起练——基于stm32的双通道简易示波器”的板卡硬件实现的具有双通道，电平触发，FFT变换，峰峰值、并且可以与上位机实现功能交互，在上位机显示波形图和FFT后的频谱图的一个主从机虚拟仪器系统。

2.硬件介绍

项目基于STM32G031的口袋仪器训练平台，采用Arm Cortex M0+内核，主频最高可达64MHz。使用一个光电旋转编码器用于控制输入操作，实现采用时间，电平触发，单元格幅值切换等操作。SPI接口的128*128分辨率的OLED显示屏可以实现简单的波形显示和参数显示，用12bits ADC的双通道采集两路信号。设有PWM输出口实现单通道的信号输出。

3.方案框图和项目设计思路介绍

（1）方案框图

3.1方案框图

（2）项目设计思路

任务要求在完成简易示波器的基础上，实现与上位机的交互，在PC端观察波形参数。所以任务要求我们不仅要在cubeide等嵌入式开放平台编程，还需要学习掌握部分上位机开发的编程。所以总的来看，项目需要分别完成从机和主机的代码编写，在调试过程中，利用串口通信实现不断修改调整。
在单片机方面，项目需要利用到多个定时器(内部时钟，PWM输出，触发信号)，ADC(信号采集)，SPI(OLED)，UART(串口通信)，DMA(保证ADC数据的快速传输)，Key(输入控制)，Buzzer(功能响应提示)等等。
在上位机方面，项目需要将单片机同PC连接起来，利用PC的数据处理能力和大屏幕显示，实现更好的测试测量效果。具体需要完成：a.串口数据接收.b.多线程执行及调用.c.滤波处理及双通道波形显示.d.FFT快速傅里叶变换及频谱显示.e.信号发生器界面显示.f.上位机窗口参数设置等等。

4.软件流程图和关键代码介绍

（1）软件流程图

4.1软件流程框图

如图所示，本项目的软件流程分为从机（单片机）和上位机（PC）两个部分，两者之间利用串口进行通信和交互。

（2）关键代码

A.单片机（CubeIDE-C语言）

1.串口重定向：通过串口重定向，之后发送数据可以使用printf()函数，像c语言打印数据一样的格式像串口发送数据，即printf(“对应的打印符",变量);

ptr：指向要发送的数据的指针。
len：要发送的数据的长度。
0xffff：发送超时时间，单位为毫秒。这里设置为 0xffff 表示无限等待，直到数据发送完成。

下面为串口重定向的声明和使用处的部分代码。

extern UART_HandleTypeDef hlpuart1;

__attribute__((weak)) int _write(int file, char *ptr, int len)
{
	 if(HAL_UART_Transmit(&hlpuart1,ptr,len,0xffff) != HAL_OK)
	 {
		 Error_Handler();
	 }
}

串口重定向（位置...\core\Inc\uart.h）

for (uint8_t k = 0; k < SCOPE_CHANNEL_NUM; k++) {
                float voltage = toVoltage(sample->data[sample->sp + j_int][k]);
                uint16_t val = Voltage_To_Coordinate(voltage);
                if(k == 0){printf("C1%d\r\n",val);}
                if(k == 1){printf("C2%d\r\n",val);}
                if (j_int != 0)
                    OLED_DrawLine(SCOPE_X_MIN + last_i[k], last_val[k], SCOPE_X_MIN + i, val, 1);
                last_i[k] = i;
                last_val[k] = val;
            }

利用printf()函数像上位机发送两个通道采集的数据（位置...\core\App\Scope\UI.c）

2.触发位置调整：为了确保波形显示的美观，同时保证波形显示效果稳定，此处利用下降沿触发计算与方差中心最小的点，以该点作为触发点，显示采集到的波形。

edges_cnt[!scope_tri_edge] 表示非当前触发边沿的边沿数量。由于输入反相，输入上升沿对应数据下降沿，所以使用 !scope_tri_edge 来访问边沿数组。
对于每个边沿位置 edges[!scope_tri_edge][i]，计算其与样本中心位置的差值 diff。
如果 diff 小于当前的 min_diff，则更新 min_diff 和 min_diff_p。

uint16_t min_diff = UINT16_MAX, min_diff_p = 0;
            for (uint16_t i = 0; i < edges_cnt[!scope_tri_edge]; i++) { // 因输入反相，输入上升沿是数据下降沿
                int diff = abs((int) edges[!scope_tri_edge][i] * 2 - SCOPE_SAMPLE_NUM);
                if (diff < min_diff) {
                    min_diff = diff;
                    min_diff_p = edges[!scope_tri_edge][i];
                }
            }
            uint16_t tri_p = min_diff_p;

调整显示波形触发点（位置...\Core\App\Scope\sample.c）

B.上位机（Visual Studio窗体应用编程-C#语言）

1.FFT频谱图

此处使用了MathNet.Numerics.IntegralTransforms库中的Fourier.Forward（）函数，将complexData复数数组内的数据自动进行FFT变换。

data.Average()计算了一段数据点内元素的平均值。这段平均值可以看做是直流分量的大小。
ToList() 方法将经过转换后的元素收集到一个新的 List<double> 中，这个新列表 dataWithoutDC 就是去除了直流分量的数据。
Complex 是 .NET 中用于表示复数的类型，它的构造函数 new Complex(x, 0) 表示创建一个实部为 x，虚部为 0 的复数。使用 Select 方法对 dataWithoutDC 中的每个元素进行转换，将其转换为对应的复数。
ToArray() 方法将转换后的复数元素收集到一个 Complex 类型的数组 complexData 中，因为 FFT 算法通常需要处理复数形式的数据。

            // 计算直流分量
            double dcComponent = data.Average();
            // 去除直流分量
            List<double> dataWithoutDC = data.Select(x => (double)x - dcComponent).ToList();
            // 将输入数据转换为复数数组
            Complex[] complexData = dataWithoutDC.Select(x => new Complex(x, 0)).ToArray();
            // 执行 FFT 变换
            Fourier.Forward(complexData, FourierOptions.NoScaling);
            // 计算采样率和频率分辨率
            double frequencyResolution = currentSampleRate * 8 / complexData.Length;
            // 清空之前的 FFT 数据点
            fftSeries.Points.Clear();

部分FFT变换代码

2.组合滤波器

由于传输过程中存在不可避免的噪声干扰，波形时常会有尖波和混叠的情况产生，于是我引入了组合滤波器对波形数据进行滤波。

初始化输出列表：创建一个空的列表 filteredData 用于存储滤波后的结果。
遍历输入数据：当 i 大于等于 MedianWindowSize - 1 时，从输入数据中选取长度为 MedianWindowSize 的窗口数据，依次应用中值滤波器和自适应阈值滤波器，并将滤波后的结果添加到 filteredData 中。当 i 小于 MedianWindowSize - 1 时，直接将输入数据的元素添加到 filteredData 中。
返回滤波结果：返回 filteredData。

private List<int> ApplyCombinedFilter(List<int> data)
        {
            List<int> filteredData = new List<int>();
            for (int i = 0; i < data.Count; i++)
            {
                if (i >= MedianWindowSize - 1)
                {
                    var window = data.Skip(i - MedianWindowSize + 1).Take(MedianWindowSize).ToList();
                    int medianFiltered = MedianFilter(window);
                    int adaptiveFiltered = AdaptiveThresholdFilter(window, medianFiltered);
                    filteredData.Add(adaptiveFiltered);
                }
                else
                {
                    filteredData.Add(data[i]);
                }
            }
            return filteredData;
        }

组合滤波器遍历数据

5.功能展示图及说明

（单片机部分）

单片机OLED显示波形

在时间刻度为5ms时，通道一采集在时间刻度为1ms时，通道二采集

转动旋钮按键，可以切换OLED显示界面的时间刻度。按下旋钮按键可以切换触发方式（上升沿或者下降沿）。

OLED参数界面，左下角的两个，从上而下分别是通道一和通道二的峰峰值，中间的两个分别是其中的直流分量大小。最右边两个分别是两个通道的频率（对于大于200Hz的频率，频率检查效果很差，图中的频率为200Hz）。

（上位机部分）

通道一的波形和频谱图显示（输入波形为方波，频率为200Hz）

通道二的波形和频谱图显示（输入波形为三角波，频率为200Hz）

信号发生器显示界面

6.项目中遇到的难题和解决方法

本次项目遇到了不少的困难与挑战。尽管有些问题仍然没有被很好的解决，但是大部分的问题都在不断地尝试中被攻克。

例如在波形显示的过程中，起初上位机显示的波形效果很糟糕，存在很多的杂波，参数测量也很差。我第一时间想到的是串口通信的数据接收有问题，但尽管我将串口发送的代码不断优化，最终接收到的数据难免会有不少的噪声干扰。其噪声程度随发送速率的增大而增大，但是降低发送频率又会显著影响上位机的示波效果FFT，容易造成上位机与单片机的数据滞后。在我百思不得其解的时候，我想到了最近爆火的DeepSeek等AI模型，希望从AI上找到解决办法。AI的回答是利用滤波模型，对波形的噪声进行衰减，例如滑动窗口滤波、中值滤波等等。再经过不断地组合调试后，现在波形显示的噪声明显减少了，大大降低了波形的失真。

7.尚未实现或有瑕疵的功能

1.PWM的单通道信号输出：一开始我是用定时器3作为ADC采集的触发事件，因为PWM需要使用定时器三，所以我切换为了定时器二，但是结果证明，当定时器二作为ADC采集且定时器开启了PWM的通道三之后，我的程序运行会变得很卡，同时像按键的触发也基本失灵，截止报告提交时，这个问题暂时未解决。

2.周期的检测不灵敏：周期的检查刷新很慢，而且不是很准确。未来的解决思路是

用数组对一段数据进行储存，单独处理并分析一段数据，得出周期的结果再释放。
优化周期的检测机制，研究新的判断方法。
进一步优化滤波模型，降低噪声对周期计算的影响。

8.对本次活动的心得体会

本次活动给我留下了深刻且难忘的印象。通过完成本次活动，我的嵌入式开发能力的不仅得到了提升，同时还促使学会了上位机编程等新的技术，可谓是受益良多。伴随着虚拟仪器的一步步构建，我的内心也获得了很大的满足感和成就感。希望今后还能多多参加这类的活动。