烟雾报警器灰尘补偿算法

灰尘补偿算法笔记

一、算法概述

1.1 解决的核心问题

设备长期运行后，传感器积灰导致 AD 采样基线（零刻度）漂移，若仍用出厂基准值（PsAD）会导致浓度测量不准（误报 / 漏报），算法通过动态统计 + 自校准抵消基线漂移。

1.2 核心思路

1. 数据统计：实时记录采样值与初始基准值的偏差，按 “10 天滚动窗口” 统计偏差出现频次；
2. 校准触发：每 2 分钟（测试）/1 天（实际）触发周期检查，累计 10 天数据后启动校准；
3. 动态校零：找到出现频次最高的偏差（最频偏差），将设备 “零刻度索引” 调整到该位置；
4. 阈值同步：更新报警阈值适配新零刻度，补偿值持久化到 EEPROM（掉电不丢失）。

二、核心配置与数据结构

2.1 宏定义

宏名	取值 / 说明	原对应值
INDEX_SCOPE	21U	_Scope
ENABLE_DOWN_OFFSET	1U（启用）/0U（禁用）	_EnableDown
STATISTIC_DAY_COUNT	10U	_10DAY
CYCLE_TRIGGER_THRESHOLD	12U（测试，2 分钟）	12
CYCLE_TRIGGER_THRESHOLD_REAL	98181U（实际，1 天）	98181
AD_VALUE_COUNT_MAX	0xFFFEU（计数上限，防溢出）	0xfffe
DUST_VALUE_EEPROM_ADDR	0x00U（补偿值存储地址）	DustValueAddr
EEPROM_WRITE_ERR_FLAG	1U（EEPROM 写入错误标记）	-

2.2 数据结构

typedef struct
{
    unsigned int  sec_counter;        // 秒计数器（触发周期逻辑）
    unsigned char day_index;          // 当前统计天数索引（0~9）
    unsigned char calibration_flag;   // 校准触发标记（1=需要校准）
    unsigned char base_index;         // 动态零值基准索引（核心补偿参数）
    signed char   offset_value;       // 校准计算出的偏移量（补偿量）
    unsigned int  smoke_ad_count[STATISTIC_DAY_COUNT][INDEX_SCOPE]; // 偏差统计数组
} DustData_T;

// 全局灰尘数据（可按需调整作用域）
static DustData_T g_dust_data = {0};

// 全局阈值
static signed int g_dust_compensate_value = 0;  // 总补偿值
static unsigned int g_normal_threshold = 2000;  // 平时阈值
static unsigned int g_alarm_threshold = 3000;   // 报警阈值
static unsigned int g_early_alarm_threshold = 2800; // 提前报警阈值

// 出厂基准阈值（常量，不随校准变化）
static const unsigned int BASE_NORMAL_THRESHOLD = 2000;
static const unsigned int BASE_ALARM_THRESHOLD = 3000;
static const unsigned int BASE_EARLY_ALARM_THRESHOLD = 2800;

三、算法核心流程

四、关键函数解析

4.1 函数总览

函数名	核心作用
DustDataClear	清空指定天数的偏差统计计数
AdjustBaseIndex	调整基准索引，清零旧索引区间计数（防历史数据干扰）
FindCalibrationOffset	查找最频索引，计算校准偏移量
UpdateAdValueCount	封装计数累加逻辑，防止溢出
CalculateOffsetIndex	计算采样值对应的偏移索引（核心映射逻辑）
UpdateAlarmThresholds	叠加补偿值，更新所有报警阈值
SaveAndVerifyDustValue	补偿值写入 EEPROM 并校验，失败触发故障处理
Dust_Calculate	核心主函数，整合周期判断、校准、实时统计逻辑

4.2 工具函数完整实现

4.2.1 DustDataClear - 清空指定天数统计数据

/**
 * @brief  清空指定天数的AD统计计数
 * @param  day: 要清空的天数索引（0~STATISTIC_DAY_COUNT-1）
 * @retval 无
 * @note   遍历指定天数的所有索引，将计数重置为0，为新统计周期准备
 */
static void DustDataClear(unsigned char day)
{
    unsigned char index = 0;
    // 遍历所有索引，清零计数
    do
    {
        g_dust_data.smoke_ad_count[day][index] = 0U;
        index++;
    } while (index < INDEX_SCOPE);
}

4.2.2 AdjustBaseIndex - 调整基准索引并清理旧数据

/**
 * @brief  调整基准索引并清零旧索引区间的计数
 * @param  old_base_index: 调整前的基准索引
 * @param  shift_num: 偏移量（可正可负，正=正向偏移，负=反向偏移）
 * @retval 调整后的新基准索引
 * @note   1. +INDEX_SCOPE避免负数取模异常，保证索引在0~INDEX_SCOPE-1；
 *         2. 清零旧索引到新索引区间的计数，避免历史数据干扰校准后统计
 */
static unsigned char AdjustBaseIndex(unsigned char old_base_index, signed char shift_num)
{
    unsigned char new_base_index = 0;
    unsigned char day = 0;
    unsigned char index = 0;

    // 计算新基准索引：+INDEX_SCOPE避免负数取模异常，保证结果在0~INDEX_SCOPE-1
    new_base_index = (old_base_index + INDEX_SCOPE + shift_num) % INDEX_SCOPE;

    // 清零旧索引到新索引之间的计数（避免历史数据干扰）
    if (shift_num > 0)
    {
        // 正向偏移：旧索引→新索引，正序清零
        for (day = 0; day < STATISTIC_DAY_COUNT; day++)
        {
            for (index = old_base_index; index != new_base_index; index++)
            {
                if (index >= INDEX_SCOPE)
                {
                    index = 0U;
                }
                g_dust_data.smoke_ad_count[day][index] = 0U;
            }
        }
    }
    else if (shift_num < 0)
    {
        // 反向偏移：旧索引→新索引，倒序清零
        for (day = 0; day < STATISTIC_DAY_COUNT; day++)
        {
            for (index = old_base_index; index != new_base_index; index--)
            {
                if (index >= INDEX_SCOPE)  // 无符号数减到0后再减会溢出，判断溢出
                {
                    index = INDEX_SCOPE - 1U;
                }
                g_dust_data.smoke_ad_count[day][index] = 0U;
            }
        }
    }
    // 偏移量为0时无需清零

    return new_base_index;
}

4.2.3 FindCalibrationOffset - 查找校准偏移量

/**
 * @brief  查找统计周期内计数最多的索引，计算偏移量（核心校准逻辑）
 * @param  current_base_index: 当前基准索引
 * @retval 计算出的补偿偏移量（可正可负）
 * @note   1. 最频索引=计数最多的索引，代表灰尘导致的稳定基线偏移；
 *         2. 启用向下偏移时，以(INDEX_SCOPE-1)/2为中点计算偏移，否则直接计算索引差
 */
static signed char FindCalibrationOffset(unsigned char current_base_index)
{
    signed char offset = 0;
    unsigned int max_count = 0U;
    unsigned char max_index = current_base_index;
    unsigned char day = 0;
    unsigned char index = 0;

    // 遍历10天的所有索引，找到计数最多的索引（最频索引）
    for (day = 0; day < STATISTIC_DAY_COUNT; day++)
    {
        for (index = 0; index < INDEX_SCOPE; index++)
        {
            if (g_dust_data.smoke_ad_count[day][index] > max_count)
            {
                max_count = g_dust_data.smoke_ad_count[day][index];
                max_index = index;
            }
        }
    }

    // 计算最频索引与当前基准索引的偏移量
    if (ENABLE_DOWN_OFFSET)
    {
        // 启用向下偏移时，以(INDEX_SCOPE-1)/2为中点计算偏移
        unsigned char mid_index = (INDEX_SCOPE - 1U) >> 1;
        offset = (max_index - mid_index) - (current_base_index - mid_index);
    }
    else
    {
        // 禁用向下偏移时，直接计算索引差
        offset = max_index - current_base_index;
    }

    return offset;
}

4.2.4 UpdateAdValueCount - 更新统计计数（防溢出）

/**
 * @brief  更新AD值统计计数（封装重复逻辑，防止溢出）
 * @param  day: 天数索引（0~STATISTIC_DAY_COUNT-1）
 * @param  index: 要累加的偏差索引（0~INDEX_SCOPE-1）
 * @retval 无
 * @note   计数上限为AD_VALUE_COUNT_MAX，避免溢出导致统计失真
 */
static void UpdateAdValueCount(unsigned char day, unsigned char index)
{
    // 计数累加，超过最大值则限制为最大值（防止溢出）
    if (g_dust_data.smoke_ad_count[day][index] < AD_VALUE_COUNT_MAX)
    {
        g_dust_data.smoke_ad_count[day][index]++;
    }
    // 已达最大值则不操作
}

4.2.5 CalculateOffsetIndex - 计算采样值偏移索引

/**
 * @brief  计算采样值与基准值的偏移索引
 * @param  smoke_ad: 实时AD采样值
 * @param  base_ad: 初始基准AD值（出厂零刻度）
 * @retval 计算后的偏移索引（0~INDEX_SCOPE-1）
 * @note   1. 差值>>4（÷16）过滤采样噪声，保留粗粒度偏差；
 *         2. 启用向下偏移时，正向偏差映射到中点右侧，反向映射到左侧；
 *         3. 禁用向下偏移时，反向偏差直接归基准索引
 */
static unsigned char CalculateOffsetIndex(unsigned int smoke_ad, unsigned int base_ad)
{
    unsigned int diff = 0U;
    unsigned char offset_index = 0U;
    unsigned char mid_index = (INDEX_SCOPE - 1U) >> 1;  // 索引中点（10）

    if (smoke_ad > base_ad)
    {
        // 正向偏差：采样值 > 基准值
        diff = smoke_ad - base_ad;
        diff = diff >> 4;  // 差值÷16，过滤噪声，保留粗粒度偏差

        // 限制偏移量上限
        if (ENABLE_DOWN_OFFSET)
        {
            if (diff >= mid_index)
            {
                diff = mid_index;
            }
            // 映射到中点右侧索引（正向偏差区）
            offset_index = (unsigned char)diff + mid_index;
        }
        else
        {
            if (diff >= (INDEX_SCOPE - 1U))
            {
                diff = INDEX_SCOPE - 1U;
            }
            offset_index = (unsigned char)diff;
        }
    }
    else
    {
        // 反向偏差：采样值 ≤ 基准值
        if (ENABLE_DOWN_OFFSET)
        {
            diff = base_ad - smoke_ad;
            diff = diff >> 4;  // 差值÷16

            // 限制偏移量上限
            if (diff >= mid_index)
            {
                diff = mid_index;
            }
            // 映射到中点左侧索引（反向偏差区）
            offset_index = mid_index - (unsigned char)diff;
        }
        else
        {
            // 禁用向下偏移时，反向偏差直接归基准索引
            offset_index = g_dust_data.base_index;
        }
    }

    // 计算最终索引：基准索引+偏移量，取模保证不越界
    offset_index = (offset_index + g_dust_data.base_index) % INDEX_SCOPE;

    return offset_index;
}

4.2.6 UpdateAlarmThresholds - 更新报警阈值

/**
 * @brief  更新报警阈值（叠加补偿值）
 * @param  无
 * @retval 无
 * @note   1. 偏移量×16还原原始AD偏差（反向抵消÷16操作）；
 *         2. 所有阈值叠加总补偿值，适配新的零刻度基线
 */
static void UpdateAlarmThresholds(void)
{
    // 补偿值还原为原始AD差值（偏移量×16，反向抵消÷16操作）
    g_dust_compensate_value += (signed int)(g_dust_data.offset_value * 16);

    // 同步更新所有阈值（叠加补偿值）
    g_normal_threshold = BASE_NORMAL_THRESHOLD + g_dust_compensate_value;
    g_alarm_threshold = BASE_ALARM_THRESHOLD + g_dust_compensate_value;
    g_early_alarm_threshold = BASE_EARLY_ALARM_THRESHOLD + g_dust_compensate_value;
}

4.2.7 SaveAndVerifyDustValue - 补偿值持久化并校验

/**
 * @brief  保存补偿值到EEPROM并校验
 * @retval 0=成功，1=失败
 * @note   1. 需确保eep_input/eep_get/Fault_handling函数已实现；
 *         2. 校验失败触发故障处理，保证补偿值可靠性
 */
static unsigned char SaveAndVerifyDustValue(void)
{
    unsigned char err_flag = 0U;
    signed int saved_value = 0;

    // 写入补偿值到EEPROM（需替换为实际EEPROM写入函数）
    eep_input(DUST_VALUE_EEPROM_ADDR, g_dust_compensate_value);
    // 读取验证
    saved_value = eep_get(DUST_VALUE_EEPROM_ADDR);

    // 校验写入是否成功
    if (saved_value != g_dust_compensate_value)
    {
        err_flag = EEPROM_WRITE_ERR_FLAG;
        Fault_handling();  // 执行故障处理（需保证该函数已定义）
    }

    return err_flag;
}

4.3 核心计算主函数 - Dust_Calculate

/**
 * @brief  灰尘补偿核心计算函数（主入口）
 * @param  smoke_ad: 实时AD采样值
 * @param  base_ad: 初始基准AD值（出厂零刻度）
 * @retval 无
 * @note   整合“时间周期判断→校准逻辑→实时统计”全流程，是算法的核心入口
 */
void Dust_Calculate(unsigned int smoke_ad, unsigned int base_ad)
{
    unsigned char offset_index = 0U;

    /*************************** 阶段1：时间周期判断 ***************************/
    if (g_dust_data.sec_counter >= CYCLE_TRIGGER_THRESHOLD)
    {
        // 重置秒计数器
        g_dust_data.sec_counter = 0U;

        // 切换天数索引（循环0~STATISTIC_DAY_COUNT-1）
        g_dust_data.day_index++;
        if (g_dust_data.day_index >= STATISTIC_DAY_COUNT)
        {
            g_dust_data.day_index = 0U;
            // 10天周期到，触发校准标记
            g_dust_data.calibration_flag = 1U;
        }

        /*************************** 阶段2：校准逻辑 ***************************/
        if (g_dust_data.calibration_flag == 1U)
        {
            // 1. 查找最频偏差对应的补偿偏移量
            g_dust_data.offset_value = FindCalibrationOffset(g_dust_data.base_index);

            // 2. 清空当前天数的统计数据，为新周期准备
            DustDataClear(g_dust_data.day_index);

            // 3. 偏移量非0时执行补偿
            if (g_dust_data.offset_value != 0)
            {
                // 3.1 调整动态基准索引（核心补偿动作）
                g_dust_data.base_index = AdjustBaseIndex(g_dust_data.base_index, g_dust_data.offset_value);

                // 3.2 更新报警阈值（叠加补偿值）
                UpdateAlarmThresholds();

                // 3.3 持久化补偿值到EEPROM并校验
                (void)SaveAndVerifyDustValue();
            }
        }
    }
    // 秒计数器累加（需保证该函数被周期性调用，比如1秒1次）
    g_dust_data.sec_counter++;

    /*************************** 阶段3：实时AD偏差统计 ***************************/
    // 计算偏移索引
    offset_index = CalculateOffsetIndex(smoke_ad, base_ad);
    // 更新对应索引的计数
    UpdateAdValueCount(g_dust_data.day_index, offset_index);
}

五、优化亮点总结

优化方向	具体措施
命名语义化	Smokead→smoke_ad、_Scope→INDEX_SCOPE，见名知意
拆分大函数	原Dust_Calculate拆分为 7 个工具函数，降低逻辑复杂度
消除魔法数	硬编码值（如0xfffe、12）定义为宏，便于维护
逻辑分层	按 “时间周期→校准→实时统计” 分层，流程清晰
鲁棒性提升	无符号数溢出防护、计数先判断后累加、负数取模异常规避
注释增强	函数添加功能 / 参数注释，关键逻辑添加 “为什么这么做” 的说明

六、扩展建议

1. 全局变量封装：将g_dust_data封装为单例结构体，避免全局变量污染；
2. 抗干扰增强：FindCalibrationOffset添加 “最小有效计数”（如计数 < 10 则不校准）；
3. 调试扩展：增加日志打印接口（如校准偏移量、阈值更新值），便于问题定位；
4. 参数校验：添加输入参数合法性检查（如day_index超出范围时容错）；
5. 补偿回退：增加补偿值上限，超出合理范围则回退到 EEPROM 默认值。

七、关键知识点备注

7.1 负数取模异常规避

// 优化后写法：+INDEX_SCOPE保证被除数为正，取模结果0~INDEX_SCOPE-1
new_base_index = (old_base_index + INDEX_SCOPE + shift_num) % INDEX_SCOPE;
// 反例：直接计算可能得到负数，无符号转换后越界
new_base_index = (old_base_index + shift_num) % INDEX_SCOPE; // 错误

7.2 最频索引的意义

• 最频索引 = 统计周期内计数最多的索引，代表 “灰尘导致的稳定基线偏移”；
• 选最频值而非平均值：过滤偶然噪声（如单次大粉尘），匹配灰尘漂移 “慢变化、稳定” 的特性。