Arduinoセンサーデータが不安定

ノイズが相関しているかランダムであるかを判断します。

大量のデータをキャプチャしてプロットすると役立ちます。ノイズの周波数と種類は非常に重要です。 「ランダムな」ノイズがある場合は、ADCを十分な速度でサンプリングしている限り、ソフトウェアで簡単に除外できます。ノイズに相関関係がある場合、これは基本的にノイズが測定しようとしている信号とともに変化することを意味します。

そこで、元の質問に答えるために、ノイズが電源変動によるものかどうかを判断するために、Arduinoの別のADCピンを電源に（抵抗分割器を介して）接続し、センサーと同時にサンプリングします。両方のデータをプロットすると、ノイズが相関しているかどうかが非常に明確になります。

それらが相関している場合、1つの選択肢は供給ADCを設計内に保ち、それをセンサーの読みから差し引いて準差動読みを与えることです。

それらが相関していない場合、ノイズはおそらく他のものから来ています。その場合、

• センサーに接続されているワイヤの長さはどれくらいですか。
• リモートセンサーにフィルタキャップはありますか？

また、これはソフトウェアフィルターをすばやく設計するためによく使用する優れたツールです。 .com/それはあなたのためのソースコードを生成します。 （Arduinoでは、数値フォーマットを必ず整数に設定してください。）

正直に言うと、LM35がどれほど正確であるかを思い出すことはできません。

しかし、（特に「不安定な」センサーで）使用される非常によく知られたアルゴリズムは、最後のx個の測定値の「移動平均」を使用することです。これは最後のx値の平均をとることを意味します。新しいセンサー値を取得した場合は、最後のx個の値の平均をもう一度取ります（これが「動いている」部分です）。

これにより、時間が経つにつれて温度がずっと滑らかになります。あなたがどんなxであるかはあなた自身を定義することができます。大きいxの場合、最初のx個の測定値が必要なので、少し「遅延」が生じます。しかし私が5から10の間のxを取るとあなたは多くの改善を見るでしょう。

もう一つの追加は、あなたが真実であることができないと知っている値を削除することです（非常に低いか高いスパイク）。

スパイク値を考慮に入れず、最後のx個の測定値の平均を取ると、はるかに良い値になります。

There seems to be even an Arduino library for it (it's calling running average), see here.

平均よりもはるかに優れたIMOは、非常に単純なデジタルローパスフィルタです。

LPF_DEPTH_SHIFT as large as slower reaction to the changes (lower filter "frequency"). Remember that LPF_data has to accommodate (max value) << LPF_DEPTH_SHIFT. You need to choose the proper type.

#define LPF_DEPTH_SHIFT   3

unsigned int LPF_data = UINT_MAX;

unsigned int lowpassfilter(unsigned int value)
{
    unsigned int v = LPF_data >> LPF_DEPTH_SHIFT;
    if(LPF_data == UINT_MAX)
        LPF_data = value << LPF_DEPTH_SHIFT;
    LPF_data -= v;
    LPF_data += value;
    return LPF_data >> LPF_DEPTH_SHIFT;
}

レギュレータを購入する代わりに、デバイスをRCフィルタすることができます。データシートによると、ICは4Vで動作可能で、5Vを供給しています。それはまたあなたがあなたができるだけ速くサンプリングしていない限りあなたのarduinoがそうではないであろう出力をロードしていないと仮定すると最大消費電流はおよそ100μAであると述べています。安全のため、ICが最大1000μAを消費すると仮定しましょう。

5V〜4V = 1V 1V/1000uA =1kΩ

抵抗の後、ICの電源入力のすぐ向こう側に合理的にできる限り大きいコンデンサを適用すると、よりクリーンな電源が得られます。下のシミュレーションリンク。

Falstad Sim