1. 项目概述与目标拆解
1.1 为什么选红外PM2.5传感器而非激光传感器
先把话说明白：STM32接PM2.5传感器这事，核心不在STM32，在传感器。市面上能买到的PM2.5传感器基本分两派——红外散射式和激光散射式。激光的精度高、能测到更小的颗粒物浓度，但价格动辄五六十起步，好的上百；红外的便宜，十几二十块钱能拿下，用在室内空气质量监测、智能家居、DIY环境监测站这些场景完全够用。
这个项目选红外PM2.5传感器，核心诉求就一个字：性价比。比如夏普的GP2Y1010AU0F，或者兼容的GP2Y1014AU0F，这两个型号在DIY圈子里非常常见。它们的原理是内置一个红外LED和一个光电二极管，空气通过传感器中间的孔洞时，颗粒物散射红外光，光电二极管接收到散射光后输出一个与浓度相关的电压信号。这个原理决定了它的响应速度不会太快，精度也不如激光的，但胜在结构简单、驱动电路成熟、数据读取方便，和STM32搭起来非常顺畅。
1.2 这个项目能解决什么问题
做这个项目的典型场景有这么几种：
- 室内空气质量监测：实时采集PM2.5浓度，超过阈值就联动继电器开新风、开净化器。
- 毕业设计/课程设计：STM32作为主控，搭配OLED屏显示浓度数值，外加蜂鸣器报警，这个组合在本科生课设里出现频率极高。
- 小型环境监测节点：接入ESP8266/ESP32或者LoRa模块，把数据上传到云端，组一个多点位监测网络。
我这次做的时候，顺带把数据在0.96寸OLED上显示出来，同时通过串口打印原始ADC值和换算后的浓度值。这样调试阶段不用额外买调试器，一根USB转TTL线就能把数据看明白。
1.3 整体技术路线概览
整个项目的技术链路是：红外PM2.5传感器输出PWM或模拟电压信号 → STM32通过ADC采样或定时器输入捕获读取信号 → 单片机内部做滤波和浓度换算 → 结果输出到OLED/串口/继电器。
这里有个重要的选型决策：GP2Y1010AU0F和GP2Y1014AU0F两个型号引脚兼容，但输出方式有区别。GP2Y1010AU0F输出的是模拟电压，需要STM32的ADC来采样；GP2Y1014AU0F除了模拟电压，还支持PWM输出，PWM的高电平脉宽对应浓度值。后面我会详细讲这两种读取方式各自的优劣，以及我在实际项目中为什么最终选了ADC方案。
2. 传感器原理与读取方案选型
2.1 红外散射法的物理本质
先把原理讲透，这对后面写代码和理解数据非常有帮助。
红外PM2.5传感器内部结构大致是这样的：一个红外LED作为光源，一个光电二极管作为接收端，中间是一个能让空气自由流通的通道。工作时，LED以固定频率发射红外光（GP2Y1010AU0F的驱动脉冲频率典型值是10kHz左右，脉宽约0.32ms），当空气中存在颗粒物时，颗粒物会散射红外光，其中一部分散射光被光电二极管接收。颗粒物浓度越高，散射光强度越大，光电二极管输出的光电流就越大。
这里要特别强调一点：红外散射法对粒径较小的颗粒物（比如PM1.0以下的细颗粒）响应不灵敏，因为散射强度与粒径的六次方相关（瑞利散射区域），粒径小一截，散射光强会衰减得很厉害。这就是为什么红外传感器在空气质量很好的时候（浓度低于20ug/m³）读出来的数据波动很大，甚至会出现“虚高”的情况。这不是传感器坏了，是物理原理决定的。
2.2 三种读取方式对比：ADC、PWM捕获、UART
红外PM2.5传感器和STM32的接口方式主要有三种，我分别说一下优缺点：
| 读取方式 | 传感器输出 | STM32外设 | 优点 | 缺点 |
|---|---|---|---|---|
| 模拟电压 | 0~3.6V模拟信号 | ADC | 接线简单，单引脚读取，实时性好 | 需要外部RC滤波电路，受电源纹波影响 |
| PWM脉宽 | 周期性PWM，高电平脉宽对应浓度 | 定时器输入捕获 | 抗干扰能力强，不需要ADC | 占用定时器通道，代码稍复杂 |
| UART串口 | 主动或被动上报数字浓度 | USART | 数据直接是处理好的浓度值 | 需要协议解析，部分传感器是单向输出 |
我在实际项目里最先试的是ADC方案，原因很直接：GP2Y1010AU0F的模拟输出最经典，网上现成的参考电路和代码最多，出问题了好排查。后来为了验证PWM方案的可行性，也写了一个基于定时器输入捕获的读取代码，实测下来PWM方案确实更稳，数据跳变幅度比ADC小不少，但这个结论是在加了比较好的外部滤波电路之后对比得出的。
2.3 为什么最终选了ADC + 定时器捕获双方案
其实我这个项目最后做成了“一个传感器、两种读取方式”的兼容设计。主板上有跳线帽，拨到A侧走ADC采样，拨到P侧走PWM捕获。这样设计的好处是：
- 兼容不同型号的红外PM2.5传感器，不用换板子。
- 调试时可快速切换读取方式，对比数据稳定性，找到最适合的采样策略。
- 后续如果换激光传感器（很多激光传感器直接输出UART数据），板子的硬件改动也只是加一个串口接口的事。
从“做一个能用的东西”角度来说，ADC方案就够了；但如果你想把这个项目作为学习STM32外设用法的练手项目，我强烈建议把PWM捕获也实现一遍。定时器输入捕获是STM32非常实用的功能，测频率、测脉宽、做编码器读数全靠它，这个项目里正好用上。
3. 硬件接线与电路设计
3.1 传感器引脚定义与接线对照
以GP2Y1010AU0F为例，它一共6个引脚，功能如下：
| 引脚号 | 名称 | 功能 | 接STM32 |
|---|---|---|---|
| 1 | V-LED | LED供电正极（+5V） | 5V电源 |
| 2 | LED-GND | LED地 | GND |
| 3 | LED | LED驱动脉冲输入 | STM32定时器PWM输出引脚 |
| 4 | S-GND | 传感器地 | GND |
| 5 | Vo | 模拟电压输出 | STM32 ADC引脚 |
| 6 | Vcc | 传感器供电正极（+5V） | 5V电源 |
注意这里面最容易被坑的是第3脚LED驱动脉冲。GP2Y1010AU0F的内部LED不是常亮的，而是需要外部提供一个约10kHz、脉宽0.32ms的脉冲信号来驱动。这个脉冲信号有两个来源：一是用STM32的定时器输出PWM，频率和脉宽都要配准确；二是用NE555这类硬件电路产生固定脉冲。
如果你偷懒直接把LED引脚接高电平让LED常亮，传感器会很快发热，而且输出数据完全不对。这一点我第一次做的时候踩过坑，后来老老实实配了定时器PWM输出。
3.2 供电电路：AMS1117的坑和电容选型
红外传感器的LED需要瞬间大电流，GP2Y1010AU0F的数据手册里写的是LED峰值电流典型值20mA，但脉冲驱动时瞬间电流会更大。如果你用AMS1117-3.3给传感器供电，大概率会出现电压跌落，导致ADC读数异常波动。我的做法是：
- 传感器用5V单独供电，不和STM32的3.3V共用一路LDO。
- 如果只能用3.3V供电，必须在传感器电源引脚旁边加一个100uF的电解电容和一个0.1uF的陶瓷电容并联。
- 模拟输出Vo引脚对地加一个0.1uF电容做低通滤波，滤掉高频噪声。
关于电容选型，网上有讨论过“AMS1117把钽电容换成陶瓷电容对STM32有影响吗”这类问题。这里我说一下自己的经验：AMS1117这类LDO对输出电容的ESR有要求，换陶瓷电容后稳定性通常会更好，但前提是容值不能太小。AMS1117的数据手册推荐输出电容至少22uF，我用的是22uF陶瓷电容并联0.1uF高频去耦，实测非常稳，没出现振荡问题。
3.3 STM32引脚分配参考
我用的主控是STM32F103C8T6（蓝 pill最小系统板），引脚分配如下：
| 功能 | 引脚 | 说明 |
|---|---|---|
| ADC输入 | PA1 | ADC1_IN1，采样传感器Vo输出 |
| PWM输出 | PA8 | TIM1_CH1，10kHz，脉宽0.32ms，驱动传感器LED |
| OLED-SCL | PB6 | I2C1时钟 |
| OLED-SDA | PB7 | I2C1数据 |
| 蜂鸣器 | PB0 | 浓度超标报警 |
| USART1-TX | PA9 | 串口打印数据 |
PA8做PWM输出是因为TIM1是高级定时器，挂在APB2总线上，时钟频率72MHz，配置10kHz非常方便。ADC选择PA1是因为它和PA0相邻，后续如果想扩展双通道监测（比如同时接温湿度传感器），引脚布局上也方便。
4. 核心代码实现与参数计算
4.1 环境准备：Keil5工程搭建和芯片包安装
开发环境我用的是Keil MDK 5，搭配STM32标准外设库。如果你手头只有Keil5装不上芯片包，大概率是Pack Installer没配好。这里说两个常见问题：
- Keil5兼容C51和STM32安装：MDK和C51可以共存，安装时选不同安装目录，C51版装到Keil_v5的C51子目录，MDK版装到ARM子目录，两个共存互不影响。
- 芯片包安装：在Keil官网下载STM32F1xx_DFP包，双击安装，安装路径要指向Keil_v5的ARM/PACK目录。装完后在工程配置的Device选项卡里就能看到STM32F103C8。
4.2 定时器PWM配置：10kHz脉冲驱动传感器
GP2Y1010AU0F的LED驱动脉冲要求是：频率约10kHz，脉宽0.32ms。这意味着PWM周期是100us（1/10kHz），高电平时间320ns占周期比例是0.32%。这个占空比非常小，所以在计算定时器重载值和比较值时要用64位精度去算，避免出现整数截断误差。
以STM32F103C8T6的TIM1为例，时钟源是72MHz（APB2=72MHz，TIM1倍频后也是72MHz）：
- 周期100us对应的计数器值：72MHz × 100us = 7200。所以设置TIM_Prescaler = 0，TIM_Period = 7199。
- 高电平320ns对应的计数器值：72MHz × 0.32us = 23.04 ≈ 23。所以设置TIM_Pulse = 23。
这么算下来的结果是PWM频率 = 72MHz / 7200 = 10kHz，高电平时间 = 23 / 72MHz = 319.4ns，非常接近数据手册要求的320ns。
下面是定时器PWM初始化代码，用的标准外设库：
void TIM1_PWM_Init(void) { GPIO_InitTypeDef GPIO_InitStructure; TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; TIM_OCInitTypeDef TIM_OCInitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_TIM1, ENABLE); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_8; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP; GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_Init(GPIOA, &GPIO_InitStructure); TIM_TimeBaseStructure.TIM_Period = 7199; TIM_TimeBaseStructure.TIM_Prescaler = 0; TIM_TimeBaseStructure.TIM_ClockDivision = TIM_CKD_DIV1; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIM1, &TIM_TimeBaseStructure); TIM_OCInitStructure.TIM_OCMode = TIM_OCMode_PWM1; TIM_OCInitStructure.TIM_OutputState = TIM_OutputState_Enable; TIM_OCInitStructure.TIM_Pulse = 23; TIM_OCInitStructure.TIM_OCPolarity = TIM_OCPolarity_High; TIM_OC1Init(TIM1, &TIM_OCInitStructure); TIM_CtrlPWMOutputs(TIM1, ENABLE); TIM_OC1PreloadConfig(TIM1, TIM_OCPreload_Enable); TIM_ARRPreloadConfig(TIM1, ENABLE); TIM_Cmd(TIM1, ENABLE); }注意最后那行TIM_CtrlPWMOutputs(TIM1, ENABLE)，这是高级定时器TIM1/TIM8特有的，必须调用，否则PWM波形不会输出。低级定时器如TIM2/TIM3不需要这行。
4.3 ADC采样配置：连续采样加均值滤波
ADC读取传感器Vo输出的思路是：开启ADC1的PA1通道，使用软件触发连续转换模式，每次转换完成后触发DMA搬运结果，这样CPU不用一直等着ADC转换，省下来的时间可以处理显示和逻辑。
ADC初始化代码如下：
void ADC1_Init(void) { GPIO_InitTypeDef GPIO_InitStructure; ADC_InitTypeDef ADC_InitStructure; DMA_InitTypeDef DMA_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_ADC1, ENABLE); RCC_AHBPeriphClockCmd(RCC_AHBPeriph_DMA1, ENABLE); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_1; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN; GPIO_Init(GPIOA, &GPIO_InitStructure); DMA_InitStructure.DMA_PeripheralBaseAddr = (uint32_t)&ADC1->DR; DMA_InitStructure.DMA_MemoryBaseAddr = (uint32_t)adc_buffer; DMA_InitStructure.DMA_DIR = DMA_DIR_PeripheralSRC; DMA_InitStructure.DMA_BufferSize = 16; DMA_InitStructure.DMA_PeripheralInc = DMA_PeripheralInc_Disable; DMA_InitStructure.DMA_MemoryInc = DMA_MemoryInc_Enable; DMA_InitStructure.DMA_PeripheralDataSize = DMA_PeripheralDataSize_HalfWord; DMA_InitStructure.DMA_MemoryDataSize = DMA_MemoryDataSize_HalfWord; DMA_InitStructure.DMA_Mode = DMA_Mode_Circular; DMA_InitStructure.DMA_Priority = DMA_Priority_High; DMA_InitStructure.DMA_M2M = DMA_M2M_Disable; DMA_Init(DMA1_Channel1, &DMA_InitStructure); ADC_InitStructure.ADC_Mode = ADC_Mode_Independent; ADC_InitStructure.ADC_ScanConvMode = DISABLE; ADC_InitStructure.ADC_ContinuousConvMode = ENABLE; 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_DMACmd(ADC1, ENABLE); ADC_Cmd(ADC1, ENABLE); ADC_ResetCalibration(ADC1); while (ADC_GetResetCalibrationStatus(ADC1)); ADC_StartCalibration(ADC1); while (ADC_GetCalibrationStatus(ADC1)); ADC_SoftwareStartConvCmd(ADC1, ENABLE); DMA_Cmd(DMA1_Channel1, ENABLE); }这里我把DMA缓冲区设成了16个半字，也就是说DMA会自动连续采样16次，我只需要在main循环里对这16个值做平均，就能得到一个比较稳定的ADC结果。ADC采样时间用239.5周期，这是为了降低信号源阻抗带来的采样误差，毕竟传感器Vo输出端的等效阻抗不算低。
4.4 浓度换算公式：从电压到ug/m³
浓度换算是这个项目最容易出错的地方。GP2Y1010AU0F的数据手册给出的典型输出电压-浓度关系近似是线性的，但不同批次的传感器个体差异比较大，手册给的只是典型曲线。
我的做法分两步：
第一步是标定。在传感器上电且空气流通稳定后，记录一个“零点电压”（纯净空气下的Vo电压），这个值通常在0.5V~1.0V左右。然后在已知浓度环境下（比如雾霾天或密闭房间点一根烟制造高浓度）再记录一个高浓度点的电压。两点连线，得出这个传感器的实际电压-浓度斜率。
第二步是换算。STM32读到的ADC值是12位（0~4095），参考电压3.3V，所以：
- 电压 = ADC值 × 3.3 / 4095
- 浓度 = (电压 - 零点电压) × 斜率系数
我用的经验公式是：
float adc_to_pm25(uint16_t adc_value) { float voltage = (float)adc_value * 3.3f / 4095.0f; float concentration = (voltage - 0.6f) * 100.0f; if (concentration < 0) concentration = 0; return concentration; }这里的0.6f是零点电压（我实测这块传感器的零点在0.55~0.65V之间），100.0f是换算斜率系数。这个斜率系数不是固定的，需要根据你自己的传感器实际标定结果来调整。如果你的传感器在空气里读到5V电压，说明零点标定错了，或者数据完全没经过滤波。
4.5 数据滤波：滑动平均和中值滤波
ADC原始数据跳变非常剧烈，尤其是浓度低的时候，信号本身信噪比差，读数可能一会儿5ug/m³一会儿30ug/m³。我的处理策略是两级滤波：
- DMA采样16次取平均，消除高频噪声。
- 每200ms做一次采样，采10次，去掉最大值和最小值，剩下的8次取平均。
代码实现：
#define FILTER_N 10 float pm25_get_average(void) { float values[FILTER_N]; float sum = 0, max = 0, min = 10000; for (int i = 0; i < FILTER_N; i++) { values[i] = adc_to_pm25(get_adc_average()); HAL_Delay(20); } for (int i = 0; i < FILTER_N; i++) { if (values[i] > max) max = values[i]; if (values[i] < min) min = values[i]; sum += values[i]; } return (sum - max - min) / (FILTER_N - 2); }每次采样间隔20ms，10次下来总共200ms左右，实时性上完全够用。如果做的是需要快速响应的报警系统，可以把间隔缩短到10ms，但要注意蜂鸣器或继电器的动作需要有阈值迟滞，避免浓度在阈值附近来回跳导致继电器频繁通断。
5. 常见问题排查与避坑指南
5.1 传感器数据虚高或者一直很大
这个现象我在调试中遇到过两次，原因完全不同：
第一次是LED驱动脉冲没有配好。PWM频率不对或者高电平时间不对，LED亮度不够，传感器增益异常，导致输出信号虚高。排查方法是直接用示波器看PA8引脚的波形，确认频率是10kHz、高电平约320ns。
第二次是传感器旁边有其他红外干扰源，比如手、衣服、墙壁反射红外光。红外散射传感器的探测区域不只是传感器正面的孔，旁边如果有强反射物，会把红外光反射回光电二极管，导致读数偏高。解决方法是传感器安装时周围要留出至少1cm的空隙，不要紧贴外壳。
5.2 串口打印数据显示NaN或者负数
这是典型的浮点数运算问题。出现负数说明电压值小于零点电压，此时浓度按0处理。NaN通常是因为除零或者未初始化变量。我在代码里做了保护：
if (concentration < 0) concentration = 0; if (isnan(concentration)) concentration = 0;还有一种情况是ADC值一直为4095，说明ADC引脚悬空或者配置错误。检查GPIO是否配置为模拟输入模式，另外DMA通道是否正确对应ADC1的通道1。
5.3 STM32无法识别USB设备
这个和本项目关系不大，但凡是做STM32项目基本都会遇到。USB识别不了一般是几种情况：板子上电后没有进入ISP模式（BOOT0拉高再复位）、USB线是纯充电线没有数据线、或者驱动没装。
如果你用的是STM32F103C8T6最小系统板，把BOOT0接到3.3V，然后按一下复位键，再插USB，通常就能识别到。下载完程序后记得把BOOT0跳回GND再复位一次，否则程序不运行。
5.4 传感器上电后发热严重
这是个大坑，很多人第一次用GP2Y1010AU0F都会遇到。发热的原因是LED驱动引脚被直接接高电平，LED持续导通。GP2Y1010AU0F的LED只能在脉冲驱动下工作，占空比约0.32%，如果持续导通，电流会远超额定值，发热是必然的，时间长了LED还会烧掉。
判断方法很简单：传感器正常工作时，用万用表测LED引脚，应该看到的是PWM波形而非持续高电平。如果没有示波器，可以摸一下传感器外壳，微热是正常的，烫手就是有问题。
5.5 数据波动大怎么办
虽然加了滑动平均和中值滤波，数据还是会有一定波动。这里有两个思路：
一是提高传感器供电质量。传感器的Vo输出直接反映了内部光电流，光电流本来就很小，很容易被电源噪声干扰。用示波器看5V电源轨上的纹波，如果超过50mV，建议在电源入口加一个100uF电解电容和0.1uF陶瓷电容。
二是适当延长滤波时间窗口。把中值滤波的采样次数从10提高到25，数据平滑度会明显改善。代价是响应时间变长，浓度突变后读数要1~2秒才能跟上。对于室内空气质量监测这个场景，响应慢两三秒完全无所谓，反而视觉上数据更稳定。
6. 项目扩展思路
6.1 和空气质量监测开源项目结合
网上有不少“基于STM32的空气质量检测开源项目”，核心功能就是PM2.5浓度采集加阈值报警。我这个项目配合OLED显示、按键阈值设置、蜂鸣器报警，就是一个完整的课设/毕设方案。如果你想做得更完整，可以加一个DHT11或SHT30温湿度传感器，凑齐“温度+湿度+PM2.5”三要素，数据展示更有说服力。
6.2 数据上报平台：串口转WiFi/4G
STM32把浓度数据通过串口发给ESP8266，ESP8266用MQTT协议上报到云平台（如巴法云、点灯科技、阿里云IoT），就能实现手机远程查看空气质量。需要注意串口波特率设置一致，两端都是115200或者9600均可。
6.3 联动控制：继电器+空气净化器
这是很自然的扩展方向：PM2.5浓度超过35ug/m³（国家标准的一级限值）时，继电器闭合，打开净化器或新风系统；低于20ug/m³时，继电器断开。控制策略上要加迟滞逻辑，避免频繁开关。
我的经验是：阈值上限设为40，下限设为25。浓度超过40启动，降到25以下才停止，中间这15ug/m³的迟滞带就是防止“临界点震荡”用的。
6.4 红外传感器和激光传感器混合使用
如果你后面预算充足，想换成激光传感器（比如攀藤PMS7003，UART输出，精度高很多），代码改动也不大。PMS7003的串口协议是标准的，读帧头0x42 0x4D，校验通过后解析出PM2.5浓度。
我当时在同一块板子上加了PMS7003的接口，红外传感器作为辅助，两个数据一对比，才发现红外传感器在低浓度时的偏差确实比激光传感器大不少，但高浓度下两者趋势是接近的。所以如果只是做“超标报警”这种定性判断，红外完全够用；要拿来做科研数据或者和国标站点的数据对比，那还是得上激光的。
7. 最后的实操总结
把这次做项目的经验浓缩成几条：
- 红外PM2.5传感器便宜好用，但精度有限，适合做趋势监测和阈值报警，不适合做精密测量。
- ADC方案最简单，PWM捕获方案更稳，双方案设计可以让你在不同场景下灵活切换。
- LED驱动脉冲一定要配准，10kHz、0.32ms高电平，少一个条件数据就全是错的。
- DMA加滑动平均加中值滤波，三级滤波下来数据已经非常能看了，不需要上卡尔曼滤波这种复杂算法。
- 供电是最大的坑，传感器独立供电，电源引脚加100uF和0.1uF电容，数据稳定性提升一个档次。
我个人在实际项目迭代中的体会是：这类传感器项目，硬件电路占六成功力，固件占四成。很多人一上来就急着写代码，结果数据不好看就开始怀疑代码写错了，其实多数时候问题在供电和信号完整性上。先把硬件调理干净，再用软件滤波做平滑，基本不会翻车。这个项目做完以后，你手里相当于有了一套完整的“STM32采集模拟信号”的模板——改一改ADC配置就能接其他模拟量传感器，改一改定时器配置就能接PWM输出型传感器，复用率非常高。
