在Keil5与STM32F103C8T6平台上实现TSW-30浊度传感器的高精度温度补偿方案

对于从事水质监测、环境感知或工业过程控制的嵌入式开发者而言，传感器数据的准确性直接决定了项目的成败。TSW-30浊度传感器因其性价比和易用性，在许多项目中成为首选。然而，很多开发者初次上手时会发现，直接读取的模拟电压值换算出的浊度数据飘忽不定，尤其是在环境温度变化时，读数偏差可能远超预期。这背后，正是温度对传感器光电转换特性的影响在“作祟”。本文将深入探讨如何在经典的Keil MDK-ARM 5（Keil5）开发环境下，针对STM32F103C8T6这款“国民级”MCU，设计并优化一套完整的TSW-30温度补偿算法。我们的目标不仅仅是让代码跑起来，更是要理解原理、优化流程、提升精度，最终获得稳定可靠的浊度测量结果。

1. 理解TSW-30的温度影响机制与补偿原理

在动手写代码之前，我们必须先搞清楚一个核心问题：温度是如何影响TSW-30传感器输出的？这并非简单的线性偏移，而是源于其内部红外发射管与光敏接收管的物理特性。

传感器核心是一个红外对管。红外光穿过待测液体时，悬浮颗粒会散射和吸收光线，导致到达接收端的光强减弱。接收管将光强转换为电流，进而由模块上的电路转换为电压信号输出。这里存在两个关键的温度敏感点：

1. 红外发射管的发光强度：半导体材料的发光效率会随温度变化，导致光源强度本身发生漂移。
2. 光敏接收管的灵敏度：其光电转换效率（响应度）同样受温度影响。

厂商提供的资料中，通常会给出一条输出电压-温度关系曲线。对于TSW-30，其经验公式常表述为： ΔU = -0.0192 × (T - 25) 其中，ΔU是温度引起的电压变化量（单位：V），T是当前环境温度（单位：℃）。这个公式的含义是：以25℃为参考基准，温度每升高1℃，传感器输出的原始电压值会降低约19.2mV；反之，温度每降低1℃，电压值会增加约19.2mV。

注意：这个补偿系数（-0.0192）是一个典型值或平均值。对于精度要求极高的场合，建议对每一批或每一个传感器进行单独的系数标定，因为器件之间存在离散性。

因此，温度补偿的本质，就是将任意温度T下测得的原始电压U_measured，修正到参考温度（通常是25℃）下的等效电压U_corrected。公式如下： U_corrected = U_measured - ΔU = U_measured - [-0.0192 × (T - 25)]

得到25℃下的标准电压后，我们才能使用传感器标定的浊度-电压转换公式（例如：TU = -865.68 × U_corrected + K）来计算准确的浊度值。这里的K是一个与传感器个体、光学结构、电路增益相关的截距常数，需要通过校准获得。

2. 系统构建：STM32F103C8T6的硬件接口与软件框架

要实现高精度补偿，一个稳定可靠的硬件测量基础至关重要。我们选择STM32F103C8T6核心板，它资源丰富，性价比极高。

2.1 硬件连接与模块选型

TSW-30模块通常提供模拟输出（AO）和数字输出（DO）。我们追求精度，因此使用模拟输出。连接非常简单：

STM32F103C8T6引脚	TSW-30模块引脚	功能说明
3.3V	VCC	模块供电（务必确认模块工作电压）
GND	GND	共地
PA1 (或其他ADC通道)	AO	模拟电压信号输出
-	DO	数字阈值输出，本例暂不使用

温度传感器的选择：补偿需要实时的温度数据。常见方案有：

• DS18B20：单总线数字温度传感器，精度±0.5℃，无需额外校准，占用一个GPIO口。
• NTC热敏电阻：配合精密电阻分压，利用MCU的另一个ADC通道读取，成本极低，但需要复杂的标定和查表计算。
• MCU内部温度传感器：STM32内部集成了温度传感器，但精度较差（典型±2℃），且反映的是芯片结温，与环境水温可能存在差异，不推荐用于高精度水质测温。

本例中，我们选用DS18B20作为温度测量单元，因其直接、可靠。将其数据线连接至STM32的某个GPIO（如PA0）。

2.2 Keil5工程初始化与关键驱动

在Keil5中新建工程，选择正确的STM32F103C8T6器件包。需要初始化的核心外设包括：

1. ADC（模数转换器）：用于读取TSW-30的AO引脚电压。配置为12位分辨率，采用DMA传输以减轻CPU负担，并设置合理的采样周期。

   // ADC1 通道1 (PA1) 初始化示例片段
   void ADC1_Init(void) {
       GPIO_InitTypeDef GPIO_InitStructure;
       ADC_InitTypeDef ADC_InitStructure;
       DMA_InitTypeDef DMA_InitStructure;
       // ... 使能时钟
       // 配置PA1为模拟输入
       GPIO_InitStructure.GPIO_Pin = GPIO_Pin_1;
       GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN;
       GPIO_Init(GPIOA, &GPIO_InitStructure);
       // 配置DMA（略）
       // 配置ADC参数
       ADC_InitStructure.ADC_Mode = ADC_Mode_Independent;
       ADC_InitStructure.ADC_ScanConvMode = DISABLE; // 单通道
       ADC_InitStructure.ADC_ContinuousConvMode = ENABLE; // 连续转换
       ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None;
       ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right;
       ADC_InitStructure.ADC_NbrOfChannel = 1;
       ADC_Init(ADC1, &ADC_InitStructure);
       // 配置规则通道
       ADC_RegularChannelConfig(ADC1, ADC_Channel_1, 1, ADC_SampleTime_239Cycles5);
       // 使能ADC、DMA，校准，启动转换
       ADC_Cmd(ADC1, ENABLE);
       ADC_ResetCalibration(ADC1);
       while(ADC_GetResetCalibrationStatus(ADC1));
       ADC_StartCalibration(ADC1);
       while(ADC_GetCalibrationStatus(ADC1));
       ADC_SoftwareStartConvCmd(ADC1, ENABLE);
   }
   

2. 单总线协议（用于DS18B20）：需要实现精确的微秒级延时函数（delay_us），用于驱动DS18B20的复位、读写时序。
3. 串口（USART）：用于调试信息输出，打印浊度值和温度值。配置为115200波特率，8N1格式。

3. 核心算法实现：从原始数据到校准浊度

有了硬件数据流，接下来是算法的核心。我们将整个过程分解为清晰的步骤，并封装成函数。

3.1 数据采集与预处理

首先，定义全局变量来存储关键数据：

volatile uint16_t adc_raw_value = 0; // DMA传输的ADC原始值
float current_temperature = 25.0;    // 当前温度，默认25℃
float voltage_raw = 0.0;             // 原始电压值 (V)
float voltage_corrected = 0.0;       // 温度补偿后电压 (V)
float turbidity_ntu = 0.0;           // 最终浊度值 (NTU)
const float K_CONST = 2856.05;       // 传感器个体校准常数K，需实际标定

编写数据获取函数：

/**
  * @brief  获取ADC原始值并转换为电压
  * @param  None
  * @retval None
  */
void Get_Turbidity_Voltage(void) {
    // 假设ADC为12位，参考电压Vref=3.3V
    voltage_raw = (float)adc_raw_value / 4096.0f * 3.3f;
}

/**
  * @brief  读取DS18B20温度值
  * @param  None
  * @retval 温度值 (℃)
  */
float Get_Water_Temperature(void) {
    if (DS18B20_Start()) { // 启动转换
        delay_ms(750);      // 等待转换完成（12位分辨率）
        return DS18B20_ReadTemperature(); // 返回浮点数温度
    }
    return -999.0f; // 读取失败返回错误值
}

3.2 温度补偿与浊度计算函数

这是算法的灵魂所在。我们将补偿和计算过程整合到一个函数中，逻辑清晰。

/**
  * @brief  执行温度补偿并计算浊度值
  * @param  v_raw: 原始电压值 (V)
  * @param  temp: 当前温度值 (℃)
  * @retval 补偿后的浊度值 (NTU)
  */
float Calculate_Compensated_Turbidity(float v_raw, float temp) {
    float delta_u, v_at_25c, turbidity;

    // 1. 计算温度引起的电压变化量 (公式: ΔU = -0.0192 * (T - 25))
    delta_u = -0.0192f * (temp - 25.0f);

    // 2. 将当前电压补偿到25℃下的等效电压
    v_at_25c = v_raw - delta_u;

    // 3. 使用25℃下的标准公式计算浊度 (公式: TU = -865.68 * U + K)
    turbidity = -865.68f * v_at_25c + K_CONST;

    // 4. 输出限幅（根据传感器量程，例如0-3000 NTU）
    if (turbidity < 0.0f) turbidity = 0.0f;
    if (turbidity > 3000.0f) turbidity = 3000.0f;

    return turbidity;
}

3.3 主循环中的集成应用

在main函数的循环中，以一定的节奏调度数据采集和计算。

int main(void) {
    // 系统时钟、外设初始化（ADC、USART、DS18B20等）
    SystemInit();
    USART1_Init();
    ADC1_DMA_Init();
    DS18B20_Init();

    while(1) {
        // 获取温度（频率可低于浊度采样）
        current_temperature = Get_Water_Temperature();
        if(current_temperature < -100.0f) {
            printf("Temperature Sensor Error!\r\n");
        } else {
            // 获取当前电压（ADC值通过DMA自动更新，直接读取全局变量）
            Get_Turbidity_Voltage();

            // 计算补偿后的浊度
            turbidity_ntu = Calculate_Compensated_Turbidity(voltage_raw, current_temperature);

            // 输出结果
            printf("Temp: %.2f C, Volt: %.3f V, NTU: %.2f\r\n",
                    current_temperature, voltage_raw, turbidity_ntu);
        }
        // 控制采样率，例如每秒1次
        delay_ms(1000);
    }
}

4. 精度提升的进阶优化技巧

基本的补偿算法已经能显著改善温漂问题，但对于专业级应用，还有以下优化空间。

4.1 传感器校准：获取准确的K值与温度系数

前文公式中的K和温度系数-0.0192是通用值。要获得最佳精度，必须对每一个传感器进行现场校准。

校准K值（零点/截距校准）：

1. 准备0 NTU标准液（或蒸馏水、纯净水）。
2. 将传感器和温度计浸入标准液中，等待温度稳定至T_cal（例如25℃）。
3. 读取此时传感器的原始电压值U_raw_cal。
4. 计算25℃下的理论电压：U_25c_cal = U_raw_cal - [-0.0192 * (T_cal - 25)]。
5. 因为标准液浊度为0，代入公式 0 = -865.68 * U_25c_cal + K，可得 K = 865.68 * U_25c_cal。
6. 将此K值替换代码中的K_CONST。

校准温度系数（可选，用于极高精度要求）：

1. 准备同一份浊度稳定的水样。
2. 在可控温环境中，记录不同温度点（如10℃, 20℃, 30℃, 40℃）下的传感器输出电压U_measured。
3. 以25℃为基准，计算每个温度点的电压偏差ΔU_actual = U_measured - U_25c。
4. 对ΔU_actual和(T-25)进行线性拟合，得到的斜率即为更精确的温度补偿系数，可能接近但不等于-0.0192。

4.2 软件滤波与数据处理

传感器信号和温度读数都存在噪声，软件滤波能有效提升数据稳定性和可信度。

• 移动平均滤波：最简单有效。维护一个固定长度的数据队列，每次输出队列的平均值。

  #define FILTER_LEN 10
  float turbidity_buffer[FILTER_LEN] = {0};
  uint8_t buf_index = 0;
  
  float Moving_Average_Filter(float new_value) {
      turbidity_buffer[buf_index] = new_value;
      buf_index = (buf_index + 1) % FILTER_LEN;
      float sum = 0.0f;
      for(int i=0; i<FILTER_LEN; i++) {
          sum += turbidity_buffer[i];
      }
      return sum / FILTER_LEN;
  }
  

• 一阶低通滤波（指数加权平均）：计算量小，能平滑数据且响应速度可调。

  float filtered_turbidity = 0.0f;
  const float alpha = 0.2f; // 滤波系数 (0<alpha<1)，越小越平滑，响应越慢
  
  filtered_turbidity = alpha * new_turbidity + (1 - alpha) * filtered_turbidity;
  

建议对原始电压值和最终浊度值都进行滤波，但要注意滤波会引入相位延迟，在快速变化的场景中需权衡。

4.3 工程实践中的注意事项与排错

在实际部署中，以下几个细节往往决定了项目的稳定性：

• 电源去耦：为STM32和传感器模块的电源引脚就近添加0.1μF和10μF的电容，能极大抑制电源噪声对ADC采样的干扰。
• 信号走线：模拟信号线（AO）应远离MCU的时钟线、PWM输出等数字高速信号线，并行时最好用地线隔离。
• ADC参考电压：STM32F103C8T6的VDDA（模拟供电）必须连接一个稳定的3.3V。如果直接从数字3.3V取电，数字电路的噪声会直接影响ADC精度。最好使用独立的LDO为模拟部分供电。
• 传感器防护与清洁：

  警告：TSW-30传感器顶端的光学窗口不防水！严禁将整个传感器浸入水中，液面必须低于壳体接缝。定期清洁光学窗口上的污渍和气泡，否则读数会严重失准。

• 环境光干扰：传感器对500-1050nm波长的光敏感，强烈的日光或灯光直射会引入误差。应为传感器设计遮光罩，或在相对稳定的光照环境下使用。

调试时，可以分段打印数据：ADC原始值 -> 计算出的原始电压 -> 当前温度 -> 补偿后电压 -> 最终浊度。通过观察每一步的数据，可以快速定位问题是出在硬件采样、温度读取还是算法计算上。例如，如果补偿后电压在恒温下仍剧烈跳动，问题很可能在ADC电路或电源；如果温度读数异常，则需检查DS18B20的时序和连接。