企业官网建设流程全解析

1. 项目缘起与整体设计思路

红外PM2.5传感器在空气质量监测类项目里属于性价比极高的一类器件，尤其是GP2Y1010AU0F这款夏普经典型号，几十块钱就能拿到，配合STM32最小系统板就能搭出一套能用的颗粒物浓度检测装置。我最早接触这个组合是在做一个室内空气监测的小盒子，当时对比过激光散射式和红外式两种方案，最后选了红外方案，原因很直接：成本低、驱动简单、对STM32的IO资源占用少，而且对于非实验室级别的场景，它的精度完全够用。

这个项目的核心目标很明确：让STM32通过ADC采集红外PM2.5传感器的模拟输出，经过换算得到颗粒物浓度值，再通过串口输出到上位机或者显示在OLED屏幕上。听起来简单，但实际做下来有几个坑必须提前说清楚。红外传感器的输出并不是线性的，而且受温湿度影响明显，如果直接拿数据手册的公式套，出来的数值会飘得让你怀疑人生。所以整体设计思路要围绕“稳定采集+合理换算+有效滤波”这三个环节来展开。

为什么选STM32而不是其他MCU？一方面是因为STM32的ADC资源丰富，12位分辨率对于传感器0到3.3V的输出范围来说，理论精度能到0.8mV左右，换算成电压变化足够捕捉颗粒物浓度的细微波动。另一方面，STM32的定时器可以精确控制传感器的LED驱动脉冲，这一点非常关键，因为GP2Y1010AU0F需要周期性地驱动内部红外LED，每个周期只有0.32ms的采样窗口，时序错了数据就完全不对。再加上STM32的生态成熟，标准库、HAL库、LL库都有大量参考代码，调试起来方便。

整个系统的硬件架构可以这样理解：STM32负责三件事——给传感器提供驱动脉冲、采集模拟输出、处理数据并输出结果。传感器模块本身需要五个引脚连接：VCC、GND、LED驱动引脚、模拟输出引脚、以及一个用于内部LED限流电阻的引脚。实际接线时，LED驱动引脚要串联一个150欧姆左右的限流电阻，这个电阻不能省，否则传感器内部的红外LED容易烧掉。模拟输出引脚直接接到STM32的ADC通道上，建议选一个带独立ADC的引脚，避免和其他外设冲突。

软件层面的设计思路是分层处理。底层是定时器中断，负责产生周期性的LED驱动脉冲，周期建议设在10ms左右，也就是100Hz的采样率。这个频率既能保证数据更新速度，又不会让传感器过热。中间层是ADC采集，在LED脉冲的特定时间窗口内触发一次ADC转换，这个窗口通常在脉冲上升沿之后0.28ms左右。上层是数据处理，包括滑动平均滤波、电压到浓度的换算、以及串口输出格式化。三层之间通过标志位和缓冲区解耦，避免在中断里做耗时操作。

注意：GP2Y1010AU0F的LED驱动脉冲极性是低电平有效，也就是说传感器内部LED在驱动引脚为低电平时导通发光。如果你用高电平驱动，传感器不会有任何输出，这一点在数据手册里写得很清楚，但很多人第一次做的时候会忽略。

关于供电，传感器的工作电压是5V，而STM32的ADC参考电压通常是3.3V。传感器的模拟输出最大可以到3.5V左右，直接接到STM32的ADC引脚会超过量程，甚至可能损坏引脚。所以必须加一个分压电路，用两个电阻把输出电压降到3.3V以内。我一般用10k和20k的电阻分压，分压比是2/3，这样3.5V的输出降到2.33V，留足了余量。分压后的电压再接到ADC引脚，换算的时候记得把分压比乘回去。

2. 核心细节解析与实操要点

2.1 传感器驱动时序的精确控制

GP2Y1010AU0F的驱动时序是整个项目里最容易被忽视但又最致命的部分。数据手册给出的典型驱动条件是：脉冲周期10ms，脉冲宽度0.32ms，采样点在脉冲开始后0.28ms。这三个参数必须严格满足，否则采集到的电压值要么是零，要么是随机的噪声。

我用TIM2定时器来实现这个时序。TIM2挂在APB1总线上，时钟频率72MHz，预分频器设为72-1，这样计数器频率就是1MHz，每个计数代表1微秒。自动重装载寄存器设为10000-1，这样更新周期就是10ms。在更新中断里，我把LED驱动引脚拉低，然后启动一个单次定时或者用计数器比较来在0.28ms后触发ADC。具体做法是：在TIM2的更新中断里，先拉低驱动引脚，然后设置一个变量记录当前状态，再用另一个定时器或者同一个定时器的比较通道来在280个计数后触发ADC转换。

更简单的做法是用TIM2的两个通道：通道1用于PWM输出驱动LED，通道2用于在特定时刻触发ADC。但这样配置起来稍微复杂，对于初学者，我建议直接用更新中断加软件延时的方式。在中断里拉低驱动引脚后，用一个简单的循环延时280微秒，然后手动启动ADC转换，转换完成后再拉高驱动引脚。这个循环延时的精度取决于系统时钟，72MHz下每个指令周期约13.9ns，280微秒大约需要执行20000条指令，用for循环实现的话要小心编译器优化，建议用volatile变量或者直接写汇编nop。

实测下来，用软件延时的方式在72MHz的STM32F103上误差在5微秒以内，对于传感器0.32ms的脉冲宽度来说，5微秒的误差完全可以接受。但如果你用的是更快的STM32F4或者H7系列，主频到了168MHz甚至480MHz，循环延时的指令数要重新计算，否则延时会严重偏短。

实操心得：在调试驱动时序的时候，一定要用示波器看驱动引脚和模拟输出引脚的波形。驱动引脚应该是周期10ms、宽度0.32ms的负脉冲，模拟输出引脚应该在脉冲期间有一个明显的电压变化。如果模拟输出一直是高电平或者一直是低电平，先检查驱动脉冲有没有出来，再检查限流电阻有没有接对。

2.2 ADC采集的配置与校准

STM32的ADC配置有几个关键参数需要根据传感器特性来调整。首先是采样时间，GP2Y1010AU0F的输出阻抗比较高，数据手册建议的采样时间至少是0.28ms，但STM32的ADC采样时间最长只能到239.5个ADC时钟周期。在14MHz的ADC时钟下，239.5个周期大约是17微秒，远小于0.28ms。这意味着如果直接用STM32的ADC采样，采样电容可能充不满，导致读数偏低。

解决这个问题有两个办法。第一个办法是在ADC输入引脚和传感器输出之间加一个电压跟随器，用运放做缓冲，降低输出阻抗。这个方案最稳妥，但增加了电路复杂度。第二个办法是延长采样窗口，在ADC采样之前先让传感器输出稳定一段时间。具体做法是在驱动脉冲开始后，先延时0.28ms让传感器输出稳定，然后再启动ADC转换，转换时间本身很短，几微秒就完成了。这样虽然采样时间还是17微秒，但传感器输出已经稳定了，采样电容能充到接近真实值。

我一般用第二个办法，因为不需要额外元件。但要注意，ADC的采样时间还是要设到最大，也就是239.5个周期，这样采样电容的充电时间最长，读数更准。ADC时钟分频要选对，STM32F103的ADC时钟最大不能超过14MHz，所以如果系统时钟是72MHz，分频系数要设为6，这样ADC时钟是12MHz，在安全范围内。

ADC的参考电压也很关键。STM32F103的VREF+通常直接接3.3V，但实际板子上的3.3V可能有几十毫伏的波动，这个波动会直接反映在ADC读数上。如果对精度要求高，可以用一个外部基准源，比如REF3033，输出3.3V的基准电压接到VREF+引脚。不过对于PM2.5监测这种应用，3.3V的波动带来的误差在可接受范围内，用内部参考电压校准一下就行。

校准的方法是：在系统启动时，先采集一次内部参考电压通道的ADC值，然后根据数据手册给出的内部参考电压典型值（一般是1.20V）反算出实际的VDDA电压。之后所有ADC读数都用这个实际VDDA来换算，而不是用固定的3.3V。这样能消除电源波动带来的误差，实测下来能把读数稳定性提高一个档次。

2.3 电压到浓度的换算模型

传感器输出的是模拟电压，需要换算成颗粒物浓度。数据手册给出的典型曲线是：在洁净空气中，输出电压约为0.9V；随着颗粒物浓度增加，输出电压上升，在浓度达到0.5mg/m³时，输出电压约为2.8V。但这个曲线不是线性的，而且个体差异很大。

常用的换算公式是：浓度 = (输出电压 - 基准电压) / 斜率。基准电压就是洁净空气中的输出电压，斜率是电压变化量与浓度变化量的比值。根据数据手册的曲线，基准电压取0.9V，斜率取3.8V/(mg/m³)，这样在2.8V时浓度约为0.5mg/m³。但这个公式在低浓度段误差较大，因为传感器的输出在低浓度时非线性更明显。

更精确的做法是分段线性化。把数据手册的曲线分成几段，每段用不同的斜率和截距。比如0到0.1mg/m³用一段，0.1到0.3mg/m³用另一段，0.3到0.5mg/m³再用一段。每段的参数通过实测标定得到。标定的方法是用一个已知浓度的环境（比如用香烟烟雾在密闭箱里制造不同浓度），同时用标准仪器和传感器测量，记录多组数据后拟合。

如果没有标定条件，可以用一个简化的二次多项式来拟合：浓度 = a * V^2 + b * V + c。根据数据手册的几个关键点，可以解出a、b、c的近似值。我实测下来，用二次多项式比线性公式在低浓度段的误差小很多，尤其是在0.1mg/m³以下，线性公式会给出负值，而二次多项式能给出接近零的正值。

注意：换算出来的浓度单位是mg/m³，但很多人习惯用μg/m³，换算关系是1mg/m³ = 1000μg/m³。串口输出的时候要注明单位，否则数据没法用。

另外，传感器的输出受温湿度影响很大。温度每变化10°C，输出电压可能漂移几十毫伏。湿度的影响更明显，高湿度环境下，水汽会散射红外光，导致读数偏高。如果项目对精度要求高，建议加一个温湿度传感器做补偿。补偿的方法是在不同温湿度条件下标定，建立一个补偿表，或者用经验公式修正。对于一般的室内监测，不做补偿也能用，但要知道读数会有±20%左右的波动。

3. 实操过程与核心环节实现

3.1 硬件连接与分压电路计算

先把手头的元件列一下：STM32最小系统板一块（我用的F103C8T6）、GP2Y1010AU0F传感器一个、150欧姆电阻一个、10k和20k电阻各一个、0.1uF电容一个、杜邦线若干。传感器模块通常带一个5针的接口，引脚定义是：VCC、GND、LED、OUT、以及一个额外的LED限流引脚（有些模块已经内置了电阻，这个引脚就不用管）。

接线方案如下：传感器的VCC接5V，GND接GND，LED引脚通过150欧姆电阻接到STM32的PA0（TIM2_CH1），OUT引脚经过分压电路后接到STM32的PA1（ADC1_IN1）。分压电路是：OUT引脚接10k电阻的一端，10k电阻的另一端接PA1，同时PA1接20k电阻的一端，20k电阻的另一端接GND。这样PA1上的电压就是OUT电压的20/(10+20) = 2/3。在OUT为3.5V时，PA1上是2.33V，安全。

分压电阻的选择要考虑ADC输入阻抗。STM32的ADC输入阻抗在采样时大约是几十k欧姆，分压电阻的总阻值30k欧姆和它并联后会影响分压比。为了减小这个影响，分压电阻的总阻值要远小于ADC输入阻抗，但也不能太小，否则功耗太大。10k和20k的组合总阻值30k，和ADC输入阻抗并联后误差在5%以内，可以接受。如果要求更高，可以用1k和2k的组合，但功耗会增加。

在PA1和GND之间还要加一个0.1uF的电容，用于滤除高频噪声。这个电容要尽量靠近STM32的引脚，引线越短越好。传感器的OUT引脚到分压电路之间的走线也要尽量短，避免引入干扰。

3.2 定时器与ADC的代码实现

先配置TIM2。用标准库的话，代码如下：

void TIM2_Init(void) { TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM2, ENABLE); TIM_TimeBaseStructure.TIM_Period = 10000 - 1; TIM_TimeBaseStructure.TIM_Prescaler = 72 - 1; TIM_TimeBaseStructure.TIM_ClockDivision = TIM_CKD_DIV1; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure); TIM_ITConfig(TIM2, TIM_IT_Update, ENABLE); TIM_Cmd(TIM2, ENABLE); }

这段代码把TIM2配置成10ms周期中断。预分频72-1后计数器频率是1MHz，自动重装载10000-1后更新周期是10ms。

然后是ADC配置：

void ADC1_Init(void) { ADC_InitTypeDef ADC_InitStructure; GPIO_InitTypeDef GPIO_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_ADC1, ENABLE); RCC_ADCCLKConfig(RCC_PCLK2_Div6); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_1; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN; GPIO_Init(GPIOA, &GPIO_InitStructure); ADC_DeInit(ADC1); ADC_InitStructure.ADC_Mode = ADC_Mode_Independent; ADC_InitStructure.ADC_ScanConvMode = DISABLE; ADC_InitStructure.ADC_ContinuousConvMode = DISABLE; ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None; ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right; ADC_InitStructure.ADC_NbrOfChannel = 1; ADC_Init(ADC1, &ADC_InitStructure); ADC_RegularChannelConfig(ADC1, ADC_Channel_1, 1, ADC_SampleTime_239Cycles5); ADC_Cmd(ADC1, ENABLE); ADC_ResetCalibration(ADC1); while(ADC_GetResetCalibrationStatus(ADC1)); ADC_StartCalibration(ADC1); while(ADC_GetCalibrationStatus(ADC1)); }

这里把PA1配置成模拟输入，ADC1配置成单次转换模式，采样时间设为239.5个周期，这是最长的采样时间，能提高高阻抗信号的采集精度。ADC时钟分频设为6，在72MHz系统时钟下ADC时钟是12MHz，符合不超过14MHz的要求。

中断服务函数里处理驱动和采集：

void TIM2_IRQHandler(void) { if (TIM_GetITStatus(TIM2, TIM_IT_Update) != RESET) { TIM_ClearITPendingBit(TIM2, TIM_IT_Update); GPIO_ResetBits(GPIOA, GPIO_Pin_0); // 拉低LED驱动 delay_us(280); // 延时280us ADC_SoftwareStartConvCmd(ADC1, ENABLE); while(!ADC_GetFlagStatus(ADC1, ADC_FLAG_EOC)); adc_value = ADC_GetConversionValue(ADC1); GPIO_SetBits(GPIOA, GPIO_Pin_0); // 拉高LED驱动 } }

delay_us函数用简单的循环实现，注意要用volatile变量防止编译器优化掉。ADC转换完成后读取值，然后拉高驱动引脚，完成一个周期。

3.3 数据处理与串口输出

采集到的ADC值需要经过滤波和换算。我一般用一个长度为16的滑动平均滤波器，把最近16次采集的值求平均，这样能有效抑制随机噪声。滤波后的ADC值先换算成电压：电压 = adc_value * 3.3 / 4096。注意这里用的是3.3V，如果做了VDDA校准，要用校准后的值。

然后乘回分压比：传感器输出电压 = 电压 * 3 / 2。再代入浓度公式：浓度 = (传感器输出电压 - 0.9) / 3.8。如果算出来是负数，就取零。

串口输出用USART1，波特率115200，格式是“PM2.5: xxx ug/m3”。输出频率控制在每秒一次，不要太高，否则串口助手刷屏太快看不清。可以在主循环里用一个计数器，每100次TIM2中断（也就是1秒）输出一次。

if (++output_counter >= 100) { output_counter = 0; printf("PM2.5: %d ug/m3\r\n", (int)(concentration * 1000)); }

printf函数需要重定向fputc到USART1，这个在标准库里有现成的代码，网上搜一下就有。

实操心得：串口输出的时候建议同时输出原始ADC值和换算后的浓度，方便调试。比如“ADC: 1234, Voltage: 0.99V, PM2.5: 25 ug/m3”。这样如果浓度不对，能快速定位是ADC采集的问题还是换算公式的问题。

4. 常见问题与排查技巧实录

4.1 传感器无输出或输出恒定

这是最常见的问题，表现是串口打印的ADC值一直是0或者一直是4095。排查步骤是这样的：先用万用表量传感器的VCC和GND之间是不是5V，如果不是，检查供电。然后量LED驱动引脚在运行时有没有脉冲，如果没有，检查TIM2配置和GPIO配置。如果驱动脉冲正常，再量OUT引脚在脉冲期间有没有电压变化，如果没有，可能是传感器坏了或者限流电阻没接对。

限流电阻的问题特别常见。有些传感器模块内置了150欧姆电阻，LED引脚直接接STM32的GPIO就行。但有些模块没有内置，必须外接。如果没接限流电阻，传感器内部的LED可能因为电流过大而烧毁，或者因为电流太小而不发光。判断方法是量LED引脚对GND的电阻，正常应该在150欧姆左右，如果接近0或者无穷大，就是有问题。

还有一个容易忽略的点：STM32的GPIO在复位后默认是浮空输入，不是推挽输出。如果忘记配置GPIO模式，驱动引脚不会有任何输出。配置的时候要把PA0设成推挽输出，速度50MHz。

4.2 读数波动大或跳变

读数波动大通常有两个原因：电源噪声和滤波不足。电源噪声方面，传感器的5V供电如果和STM32共用同一个电源，电机的启停、LED的闪烁都会在电源上产生尖峰，影响传感器输出。解决办法是在传感器的VCC和GND之间并一个100uF的电解电容和一个0.1uF的陶瓷电容，分别滤低频和高频噪声。如果条件允许，传感器单独用一个5V电源供电，和STM32的电源隔离。

滤波不足方面，滑动平均的窗口长度要合适。窗口太短，滤波效果不明显；窗口太长，响应速度慢。我试过8、16、32三种窗口，16是最平衡的，既能压住大部分噪声，又能跟上浓度的变化。如果还是波动大，可以在滑动平均之前先做一次中值滤波，把明显的异常值剔除掉。

还有一个隐藏问题是ADC的参考电压波动。如果STM32的3.3V是由AMS1117这类线性稳压器提供的，负载变化时输出电压会有几十毫伏的波动。这个波动直接反映在ADC读数上，表现为读数整体漂移。解决办法是用外部基准源，或者在做换算的时候用内部参考电压校准。

4.3 浓度换算结果明显偏高或偏低

换算结果不对，首先要检查分压比有没有算错。分压电阻的精度一般是5%，两个电阻组合后的分压比误差可能到3%左右。如果用的是1%精度的电阻，误差能降到1%以内。分压比错了，换算出来的浓度会成比例地偏。

其次要检查基准电压和斜率有没有用对。数据手册给出的0.9V和3.8V/(mg/m³)是典型值，个体差异可能有±20%。如果手头有标准仪器，最好实测标定一下。没有标准仪器的话，可以用一个简单的办法：在洁净空气中（比如刚下过雨的室外）采集一段时间，取平均值作为基准电压；然后点燃一根香烟，在密闭小空间里采集，取峰值作为高浓度参考点，反推斜率。

还有一个常见错误是单位搞混。数据手册的浓度单位是mg/m³，但很多人以为是μg/m³，结果算出来的值差了1000倍。串口输出的时候一定要注明单位，避免后续使用的时候搞错。

4.4 常见问题速查表

避坑技巧：调试的时候先用一个电位器代替传感器，手动调节电压，看ADC读数和换算结果是否跟着变。这样能把传感器问题和电路问题分开，快速定位故障点。

5. 项目扩展与个人经验

这套方案跑通之后，可以做的扩展很多。最简单的加一个OLED屏幕，用I2C接口，把浓度值实时显示出来，脱离电脑也能用。再进一步可以加一个SD卡模块，把数据按时间戳记录到文件里，方便后续分析。如果要做成产品，可以加一个WiFi模块或者蓝牙模块，把数据传到手机或者云平台。

我在实际使用中发现，红外传感器的寿命是个问题。连续工作几个月后，内部的红外LED会老化，输出会逐渐偏低。解决办法是定期标定，或者用两个传感器做冗余，取平均值。另外，传感器的光学腔体容易积灰，尤其是在灰尘多的环境里，几个月下来读数就会明显偏高。定期用气吹清理一下光学窗口，能恢复大部分精度。

还有一个经验是：不要迷信数据手册的曲线。我手头几个传感器的实测曲线和数据手册差别很大，有的在低浓度段更敏感，有的在高浓度段更线性。如果项目对精度有要求，一定要实测标定。标定的时候至少取5个浓度点，覆盖0到0.5mg/m³的范围，用最小二乘法拟合，得到的参数比数据手册的典型值靠谱得多。

最后分享一个小技巧：在串口输出的时候，可以加一个简单的命令行接口，通过串口发送指令来调整滤波窗口长度、基准电压、斜率这些参数，不用重新烧录程序就能标定。实现方法很简单，在主循环里解析串口接收到的字符，遇到特定指令就修改对应的全局变量。这样调试效率能提高好几倍。