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 和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！