内容介绍

2025寒假练 - 基于STM32实现采集外部声音信号并生成伯特图

一、项目介绍

本项目旨在构建一个基于STM32的简易示波器/频谱仪/信号发生器学习平台，实现外部声音信号的实时采集与频域分析。项目中，通过STM32的ADC模块采集外部麦克风信号，经由USB转串口芯片将采集到的数字数据传送到个人电脑。PC端利用Python程序实时处理数据，计算FFT后生成波特图（幅频特性图）以及相频特性图，以便直观展示音频信号的频谱分布和相位响应。该平台不仅为嵌入式信号采集与数据处理提供了实践平台，同时也为音频信号处理、滤波器设计、控制系统分析等领域奠定基础。

二、硬件平台简介

主要硬件说明

MCU：STM32G031G8Ux
- 采用STM32G031G8Ux微控制器作为核心处理单元，具备高速ADC功能，支持PA0引脚（ADC1_IN0）进行外部信号采集，系统主频设定为64MHz，既满足实时采样要求，也保证了数据处理的稳定性。
CH340 USB转串口芯片
- 该芯片实现了MCU与PC之间的高速串口通信。在本项目中，波特率设为1500000，能够高速传输采集到的音频数据，确保PC端获得足够的数据以实现准确的FFT分析。
外部麦克风信号采集电路
- 电路设计包括前置放大、滤波等环节，将来自麦克风的弱小音频信号放大到合适的电平，并滤除不必要的噪声，为ADC采集提供干净的信号源。
个人电脑
- PC端使用Python编写数据处理与图形显示程序，利用Matplotlib进行实时绘图，实现波特图（幅频特性图）和相频图的动态显示，为信号分析提供直观的可视化效果。

附上信号采集电路的仿真链接：传送门

三、方案框图和项目设计思路

方案框图

设计思路

信号采集
利用STM32的ADC功能对连接于PA0引脚的外部麦克风信号进行采样。为了保证采样精度和稳定性，项目采用STM32CubeMX进行初始代码生成，设定系统主频为64MHz，并配置USART1（实际使用的是MX_USART2_UART_Init，需注意具体硬件连线）以实现高速数据传输。
数据传输
采集到的数据通过CH340 USB转串口芯片传输至PC。数据格式采用简单的ASCII字符串格式，每个采样值后跟逗号分隔，便于PC端解析。
数据处理与FFT分析
PC端利用Python实时接收串口数据，进行数据缓冲、时间戳分配、清洗等预处理。通过NumPy库计算FFT，获得信号在频域内的幅值与相位数据。为了更准确地反映实际采样率，程序对一次读取内的多个数据采用均匀分配时间戳的方法进行处理。
波特图生成
将FFT结果中的幅值转换为dB（公式：20×log10(幅值)），并采用对数坐标绘制频率轴，设置幅频图显示范围为下限 -20 dB，上限 90 dB。相频图同样采用对数坐标显示频率，反映信号相位分布情况。

四、软件流程图和关键代码解析

软件流程图

关键代码解析

1. PC端数据处理与波特图生成代码

PC端的Python代码主要负责接收串口数据、处理数据、计算FFT并生成图表。以下为关键部分解析：

数据处理与时间戳分配

def process_data(raw_data):
    global data_buffer, timestamps, values, last_time
    current_time = time.time() - start_time
    try:
        data_buffer += raw_data.decode('ascii', errors='replace')
        samples = []
        # 分割数据：以逗号为分隔符得到每个采样点
        while "," in data_buffer:
            comma_pos = data_buffer.find(",")
            value_str = data_buffer[:comma_pos]
            data_buffer = data_buffer[comma_pos+1:]
            if value_str.isdigit():
                value = int(value_str)
                if 0 <= value <= 4095:
                    samples.append(value)
                else:
                    logger.warning(f"数据超范围: {value}")
            else:
                logger.warning(f"无效数据格式: {value_str}")
        # 多个样本均匀分配时间戳，确保采样率计算准确
        if samples:
            n = len(samples)
            sample_times = np.linspace(last_time, current_time, n, endpoint=False) if n > 1 else [current_time]
            timestamps.extend(sample_times)
            values.extend(samples)
            last_time = current_time
    except Exception as e:
        logger.error(f"数据处理异常: {e}")

该函数的核心在于通过字符串操作将原始数据分割成独立采样值，并利用np.linspace函数在上次读取时间与当前时间之间均匀分配时间戳，从而保证后续采样率计算的准确性。

FFT计算与波特图更新

def update(frame):
    try:
        while ser.in_waiting > 0:
            raw_data = ser.read(ser.in_waiting)
            process_data(raw_data)
    except serial.SerialException as e:
        logger.error(f"串口读取错误: {e}")

    current_time = time.time() - start_time
    cutoff = current_time - MAX_DURATION
    while timestamps and timestamps[0] < cutoff:
        timestamps.pop(0)
        values.pop(0)

    if len(values) > 1 and len(timestamps) > 1:
        dt = np.diff(timestamps)
        fs = 1 / np.mean(dt)  # 根据时间间隔计算采样率
        fft_y = np.fft.rfft(np.array(values) - np.mean(values))
        fft_freq = np.fft.rfftfreq(len(values), d=1/fs)
        fft_magnitude = np.abs(fft_y)
        fft_magnitude_db = 20 * np.log10(np.maximum(fft_magnitude, 1e-12))
        fft_phase = np.angle(fft_y, deg=True)

        # 更新波特图：幅值采用dB单位，显示范围固定为 -20 到 90 dB
        line_freq.set_data(fft_freq, fft_magnitude_db)
        ax_freq.set_xlim(max(1, fft_freq[1]), fs / 2)
        ax_freq.set_ylim(-20, 90)

        # 更新相频图
        line_phase.set_data(fft_freq, fft_phase)
        ax_phase.set_xlim(max(1, fft_freq[1]), fs / 2)
        ax_phase.set_ylim(-180, 180)
    return line_freq, line_phase

该部分通过FFT变换获取频域数据，再将幅值转换为dB，利用Matplotlib实现波特图和相频图的实时更新。为了兼顾数据可视化，频率轴采用对数刻度，并对幅频图的上下限进行了固定设置。

2. 单片机端代码解析

单片机端程序采用STM32CubeMX生成初始代码，并在KAIL_V5中进行主函数的编辑。以下是关键代码及其解析：

int main(void)
{
  /* USER CODE BEGIN 1 */
  /* USER CODE END 1 */

  /* MCU Configuration--------------------------------------------------------*/
  /* Reset of all peripherals, Initializes the Flash interface and the Systick. */
  HAL_Init();

  /* USER CODE BEGIN Init */
  /* USER CODE END Init */

  /* Configure the system clock */
  SystemClock_Config();

  /* USER CODE BEGIN SysInit */
  /* USER CODE END SysInit */

  /* Initialize all configured peripherals */
  MX_GPIO_Init();
  MX_ADC1_Init();
  MX_USART2_UART_Init();
  /* USER CODE BEGIN 2 */
  /* USER CODE END 2 */

  /* Infinite loop */
  /* USER CODE BEGIN WHILE */
  uint8_t str[3];  // 用于存放转换后的字符串数据
  while (1)
  {
    /* USER CODE END WHILE */

    /* USER CODE BEGIN 3 */
    // 启动ADC采样
    HAL_ADC_Start(&hadc1);
    uint16_t value;
    // 轮询等待ADC转换完成，超时设为100ms
    if(HAL_ADC_PollForConversion(&hadc1, 100) == HAL_OK)
        value = HAL_ADC_GetValue(&hadc1);
    // 停止ADC采样，避免连续转换冲突
    HAL_ADC_Stop(&hadc1);
    
    // 将采集到的ADC数值转换为字符串，格式为“数值,”
    int len = sprintf((char *)str, "%d,", value);
    // 通过USART将数据发送至PC，等待超时100ms
    HAL_UART_Transmit(&huart2, (uint8_t*)&str, len, 100);
  }
  /* USER CODE END 3 */
}

关键点解析：

系统初始化
代码首先调用HAL_Init()函数初始化HAL库，然后调用SystemClock_Config()配置系统时钟（64MHz）。后续调用MX_GPIO_Init()、MX_ADC1_Init()及MX_USART2_UART_Init()分别初始化GPIO、ADC和串口外设，这些配置均由STM32CubeMX自动生成。
ADC采样与数据发送
在无限循环中，程序通过HAL_ADC_Start()启动ADC采样，并调用HAL_ADC_PollForConversion()等待ADC转换完成（超时设为100ms），获取转换后的数值。采样结束后，调用HAL_ADC_Stop()停止ADC以节省功耗。
数据格式化与串口传输
采集到的ADC数值通过sprintf()函数转换为字符串格式，并在每个数值后添加逗号分隔符，便于PC端按照约定格式解析。最后，通过HAL_UART_Transmit()函数将数据发送出去。

五、功能展示图及说明

在实际运行中，PC端会同时弹出两个图表窗口：

波特图（幅频图）
- 横轴为频率（Hz），采用对数刻度显示，下限设置为1Hz（避免对数坐标从0开始），上限为Nyquist频率（实际采样率的一半）。
- 纵轴显示信号幅值，单位为dB，范围固定在-20 dB至90 dB，直观展示各频率分量的增益情况。
相频图
- 同样采用对数坐标的频率轴，纵轴显示相位信息（单位为度），范围设定为-180°到180°，反映信号各频率点的相位响应。

六、项目中遇到的难题和解决方法

1. 数据时间戳分配与采样率计算

问题描述：
最初版本中，由于所有采样值在一次串口读取中使用相同时间戳，导致实际采样率计算偏低，进而影响FFT结果与频率显示范围。

解决方法：
采用numpy.linspace在上次读取与当前读取时间间均匀分配时间戳，确保每个样本有独立时间标记，从而准确计算采样率，进而保证FFT计算的正确性。

2. 串口数据稳定性

问题描述：
在高速串口通信下，可能出现数据丢失或缓冲区溢出的问题，导致PC端数据处理异常。

解决方法：
在数据读取过程中增加异常捕捉机制，使用serial.SerialException捕获错误，并通过日志记录异常情况。同时，优化数据缓冲区处理，确保每次读取数据完整后再进行分割与处理。

3. 波特图幅频范围设定

问题描述：
实际信号幅值变化较大，初期设定的动态范围难以同时兼顾弱信号和强信号，图表显示不够直观。

解决方法：
经过多次调试，将幅频图的显示范围固定为下限-20 dB，上限90 dB，既保证了较弱信号的显示，又不会因强信号过高而导致整体图表失衡。

4. 单片机与PC端通信协议的简化

问题描述：
如何设计简单且高效的数据传输协议，使得PC端能够快速、准确地解析单片机传输的连续数据。

解决方法：
采用逗号分隔的ASCII字符串作为数据格式，简单明了且便于解析，同时利用HAL库提供的UART函数实现高速传输，确保数据格式统一和传输稳定。

七、项目心得体会

通过本次“2025寒假练”项目，我对嵌入式系统与信号处理有了更深刻的理解。从硬件采集、数据传输到PC端数据处理与可视化，每一个环节都要求工程师对软硬件协同设计有较高的把控能力。具体体会如下：

硬件设计与调试
在STM32CubeMX的辅助下，硬件初始化及外设配置变得十分简便，但实际调试过程中仍需要关注ADC采样的精度与串口通信的稳定性。通过本项目，我深刻认识到硬件调试与系统集成的重要性。
数据处理与算法实现
PC端Python程序的实现过程使我体验到数据预处理和FFT算法在实时信号处理中的关键作用。尤其是时间戳分配和采样率计算问题，直接关系到FFT结果的准确性，这为我今后在信号处理领域的学习提供了宝贵经验。
系统集成与可视化
将硬件采集的数据实时传输、处理，并通过Matplotlib生成波特图和相频图，不仅锻炼了我的编程能力，也加深了我对数字信号处理和数据可视化的理解。直观的图表显示有助于快速定位问题，对实际工程调试具有重要意义。
问题解决与持续改进
项目中遇到的数据丢失、采样率计算不准、通信异常等问题，通过不断调试和优化得到了有效解决。整个过程强化了我对问题分析、方案设计与实施改进的能力，也让我体会到工程实践中的细节决定成败。

总之，本项目不仅提升了我的嵌入式系统开发技能，也让我在信号处理和数据可视化方面积累了宝贵经验。未来，我将继续探索更高效、更精确的音频信号处理方法，为实现更复杂的系统打下坚实基础。