1. 项目概述用Wio Terminal打造你的环境噪音监测仪最近在捣鼓一个挺有意思的小项目用Seeed Studio的Wio Terminal来测量环境噪音水平。这玩意儿本质上是一个集成了屏幕、按键和丰富传感器接口的微型开发板拿来做这种实时数据采集和显示的项目再合适不过了。你可能觉得噪音测量是个专业活儿得用分贝仪但其实用我们手边的开源硬件配合一个简单的麦克风传感器就能搭建一个功能相当不错的噪音监测站。无论是想监测办公室的安静程度、书房的学习环境还是工厂车间、学校教室的噪音水平这个DIY方案都能给你提供直观的数据反馈。整个过程涉及硬件连接、数据采集算法、滤波处理以及可视化显示算是嵌入式开发中一个非常典型的综合应用。接下来我就把从硬件选型到代码调试的完整过程以及中间踩过的坑和总结的经验详细拆解一遍。2. 核心硬件选型与电路设计思路2.1 为什么选择Wio Terminal作为核心在开始动手之前得先说说为什么选Wio Terminal。市面上能跑Arduino的开发板很多比如经典的Uno、功能更强的ESP32。Wio Terminal的核心优势在于“All-in-One”。它自带一块2.4英寸的LCD彩屏、三个功能按键、一个五向摇杆还有蜂鸣器、光传感器、红外发射器甚至集成了ESP8266模块用于Wi-Fi连接。对于噪音监测项目来说自带屏幕意味着我们可以实时显示数值、波形甚至历史曲线无需再外接显示器极大简化了硬件结构。其采用的Microchip ATSAMD51核心芯片性能也足够强劲能流畅处理音频采样和实时运算。注意Wio Terminal的3.3V逻辑电平需要留意。它的大部分GPIO口是3.3V耐受的在连接外部传感器时务必确认传感器的逻辑电平是否匹配否则可能损坏主板或传感器。2.2 麦克风传感器的选择与原理测量噪音的核心是麦克风传感器。这里有两个主流选择模拟输出麦克风模块和数字输出麦克风模块。模拟麦克风模块如MAX9814这类模块通常包含一个驻极体麦克风和一个运算放大器芯片如MAX9814。麦克风将声音信号转换为微弱的模拟电压信号经过运放放大后输出。Wio Terminal通过其模拟输入引脚例如A0读取这个电压值。它的优点是电路简单成本低并且我们可以完全控制采样率和后续的信号处理流程便于理解底层原理。缺点是容易受到电源噪声和电路板本身电磁干扰的影响需要额外的软件滤波。数字麦克风模块如INMP441这是一种I2S接口的数字麦克风。它内部集成了模数转换器ADC直接通过I2S总线输出数字化的音频数据流。I2S是一种专门用于传输音频数据的数字通信协议抗干扰能力极强数据精度高常见24位且能提供左/右声道信息虽然我们通常只用单声道。Wio Terminal的ATSAMD51芯片原生支持I2S连接和使用起来非常方便。如何选择对于精度要求高、希望减少模拟电路噪声影响的项目强烈推荐使用I2S数字麦克风如INMP441。它提供的数据更“干净”后续计算声压级时更准确。本项目后续也将以INMP441为例进行详解。模拟麦克风方案更适合用于理解声音信号采集的基本过程或对精度要求不高的定性观察。2.3 电路连接详解以INMP441 I2S数字麦克风为例与Wio Terminal的连接非常简单只需要4根线Wio Terminal引脚INMP441引脚功能说明3.3VVDD电源正极必须3.3VGNDGND电源地BCLK(GPIO 2)SCK (BCLK)位时钟用于同步每一位数据LRCLK(GPIO 3)WS (LRCLK)字声道选择时钟高低电平分别代表左/右声道DIN(GPIO 4)SD (DOUT)串行数据输出麦克风通过此线发送数据实操心得INMP441的LRCLK引脚电平决定数据对应哪个声道。通常当LRCLK为高时传输左声道数据为低时传输右声道数据。INMP441是单声道麦克风但其数据流会同时填充左右声道。我们在编程时通常只选取一个声道的数据进行处理即可。另外务必确保麦克风的VDD接3.3V接5V会损坏传感器。连接好后硬件部分就准备好了。Wio Terminal可以通过USB供电非常方便。3. 软件架构与核心算法解析3.1 开发环境与库依赖我们使用Arduino IDE进行开发。首先需要在开发板管理器中添加Seeed SAMD Boards支持并安装Wio Terminal的板卡定义。针对I2S麦克风我们需要一个库来简化数据读取。ArduinoSound库是一个不错的选择但它可能对INMP441的支持不够直接。更通用的方法是使用I2S库ESP32常用或直接操作Wio Terminal的SAMD21芯片的I2S寄存器但这比较复杂。经过实测使用Seeed_Arduino_FS和Seeed_Arduino_SFUD库用于访问Wio Terminal的Flash并非必须但对于本项目一个更轻量的方法是使用Adafruit ZeroI2S库的修改版或者使用社区提供的针对SAMD51的I2S驱动。为了最简化和可复现我推荐使用一个经过验证的、适用于INMP441和SAMD51的库例如在Arduino库管理中搜索安装I2Sbys-mar或类似的库。在代码中我们将包含I2S.h头文件。核心库清单TFT_eSPI用于驱动Wio Terminal的屏幕这是最常用且高效的图形库。I2S用于从INMP441读取数字音频数据。math.h用于计算RMS均方根和分贝值。3.2 从原始数据到分贝值的计算流程这是整个项目的算法核心。I2S麦克风输出的是24位或32位的PCM脉冲编码调制采样数据。我们需要将这些原始数据转换为表示声音响度的分贝值。步骤拆解数据采集与缓冲 设置I2S的采样率如44100 Hz、位深度32 bits和声道。创建一个缓冲区例如int32_t buffer[256]用于存放一次读取的多个采样点。通过I2S驱动连续读取数据填充缓冲区。提取有效音频样本 I2S数据是包含左右声道交错的。对于INMP441我们通常只处理一个声道比如左声道。缓冲区中每两个int32_t数据代表一个立体声采样对左右。我们遍历缓冲区每隔一个点提取一个值得到纯单声道的样本数组。计算均方根值 声音的强度振幅可以用一段时间内音频样本的均方根值来衡量。RMS的计算公式为RMS sqrt( (sample1² sample2² ... sampleN²) / N )其中sample是提取出的单个音频样本值需要转换为浮点数以进行平方运算N是样本数量。这个RMS值代表了这段时间内音频信号的平均功率。转换为声压级 分贝dB是一个对数单位。声压级SPL的计算公式为SPL (dB) 20 * log10( RMS / Reference )这里的Reference是参考值对应0分贝的声压。对于数字音频这个参考值通常是最大可能的幅值。对于24位采样最大幅值是2^23 8388608因为最高位是符号位。对于32位缓冲区但实际有效数据可能是24位左对齐需要根据实际情况进行位调整。一个常见的简化方法是先找到一次采集中的所有样本的绝对最大值maxSample然后用本次的RMS除以这个maxSample作为相对比值再计算分贝。但更准确的做法是使用一个校准过的参考值。关键难点与校准直接计算出的分贝值是相对于数字满量程的并非真实的物理分贝值dBA。要得到接近真实声压计的值必须进行校准。校准方法使用一个标准声源如校准过的94dB 1kHz声音发生器或一个手机分贝仪APP作为粗略参考在固定距离播放固定音量的声音记录下此时系统计算出的原始dB值。假设手机显示80dB系统算出-20dB。那么校准偏移量offset 80 - (-20) 100 dB。后续所有读数加上这个offset才能得到有物理意义的近似值。没有校准读数只有相对参考价值。频率加权A计权 人耳对不同频率声音的敏感度不同。为了模拟人耳的主观感受噪声测量通常使用A计权滤波器。这需要在数字域对音频信号进行一系列滤波处理涉及IIR滤波器设计如模拟标准A计权曲线。对于非精密测量我们可以省略此步但需知晓此时测得的是线性声压级Z计权而非标准的“dBA”。如果要求高可以查找A计权滤波器的系数在计算RMS前对样本数据进行数字滤波。3.3 实时显示与用户交互设计利用Wio Terminal的屏幕我们可以设计一个信息丰富的界面中央大字体显示当前实时分贝值。一个动态的条形图或波形图直观显示声音振幅的变化。一个历史折线图显示过去几十秒内噪音水平的变化趋势。屏幕下方显示统计信息如最近一段时间内的最小值、最大值和平均值。利用摇杆或按键切换显示模式如数值/波形、暂停/开始测量、重置统计信息等。使用TFT_eSPI库时需要注意双缓冲或局部刷新来避免屏幕闪烁。对于动态更新的部分如数值、条形图只重绘变化区域而不是清空整个屏幕再重画。4. 完整代码实现与分步解析下面提供一个基于INMP441 I2S麦克风的核心代码框架和解析。4.1 全局定义与初始化#include TFT_eSPI.h #include I2S.h TFT_eSPI tft TFT_eSPI(); // I2S 引脚定义 (与硬件连接对应) #define I2S_WS 3 // LRCLK #define I2S_SCK 2 // BCLK #define I2S_SD 4 // DIN // I2S 配置 #define SAMPLE_RATE 44100 #define BUFFER_SIZE 256 // 每次读取的样本数立体声样本对数量 int32_t buffer[BUFFER_SIZE * 2]; // 缓冲区存放立体声数据 // 测量相关变量 float currentDB 0; float minDB 200; float maxDB -200; float sumDB 0; int readCount 0; const float REFERENCE 8388608.0; // 24位满量程参考值 (2^23) const float CALIBRATION_OFFSET 100.0; // 示例校准偏移需实际校准 void setup() { Serial.begin(115200); tft.init(); tft.setRotation(3); // 根据你的摆放方向调整 tft.fillScreen(TFT_BLACK); tft.setTextColor(TFT_WHITE, TFT_BLACK); // 初始化I2S I2S.setAllPins(I2S_SCK, -1, I2S_WS, I2S_SD); // -1表示不使用MCLK if (!I2S.begin(I2S_PHILIPS_MODE, SAMPLE_RATE, 32)) { Serial.println(I2S初始化失败); while (1); // 停止执行 } Serial.println(I2S初始化成功。); // 绘制静态UI drawStaticUI(); }4.2 主循环与数据采集计算loop函数负责持续读取数据、计算并更新显示。void loop() { // 1. 从I2S读取数据 size_t bytesRead I2S.read((void*)buffer, sizeof(buffer)); if (bytesRead 0) { return; // 未读到数据 } // 2. 计算缓冲区中样本的RMS long sumSquares 0; int numSamples 0; // 提取左声道数据假设buffer中为[L0, R0, L1, R1, ...] for (int i 0; i BUFFER_SIZE; i) { int32_t sample buffer[i * 2]; // 取左声道 // 将32位值转换为24位有效值假设数据是24位左对齐在32位中 sample 8; // 根据具体I2S配置调整可能需要右移8位或不做处理 sumSquares (long)sample * (long)sample; numSamples; } // 3. 计算RMS和分贝值 if (numSamples 0) { float rms sqrt(sumSquares / (float)numSamples); float db 20 * log10(rms / REFERENCE); currentDB db CALIBRATION_OFFSET; // 应用校准偏移 // 4. 更新统计信息 if (currentDB minDB) minDB currentDB; if (currentDB maxDB) maxDB currentDB; sumDB currentDB; readCount; // 5. 更新显示避免每帧都刷新降低负载 static unsigned long lastUpdate 0; if (millis() - lastUpdate 100) { // 每100ms更新一次显示 updateDisplay(currentDB); lastUpdate millis(); } } }4.3 显示函数实现updateDisplay函数负责更新动态内容。这里以更新中央分贝值为例void updateDisplay(float db) { // 更新中央分贝值 tft.setTextPadding(tft.textWidth(888.8 dB, 4)); // 设置文本背景宽度避免残影 tft.setTextColor(TFT_CYAN, TFT_BLACK); tft.drawFloat(db, 1, 60, 80, 4); // 在(60,80)位置字号4显示一位小数 // 更新条形图示例将dB映射到0-200像素宽度 int barWidth map(constrain(db, 30, 120), 30, 120, 0, 200); tft.fillRect(20, 150, 200, 20, TFT_DARKGREY); // 清除旧条形 tft.fillRect(20, 150, barWidth, 20, getBarColor(db)); // 绘制新条形 // 更新统计信息区域 tft.setTextColor(TFT_WHITE, TFT_BLACK); tft.setCursor(20, 180); tft.printf(Min:%.1f Max:%.1f Avg:%.1f, minDB, maxDB, sumDB/readCount); } // 根据分贝值返回条形图颜色 unsigned short getBarColor(float db) { if (db 60) return TFT_GREEN; else if (db 80) return TFT_YELLOW; else return TFT_RED; }drawStaticUI函数则负责绘制标题、坐标轴等不常变化的内容。5. 调试、校准与性能优化实录5.1 常见问题与排查I2S读取失败或数据全为0检查接线确保BCLK,LRCLK,DIN三根数据线没有接错或虚焊。检查电源确保麦克风VDD接的是3.3V不是5V。检查I2S配置I2S.begin()中的模式、采样率、位深度是否与麦克风规格匹配。INMP441通常支持I2S_PHILIPS_MODE位深32位。检查缓冲区大小缓冲区太小可能导致数据丢失太大可能导致处理延迟。BUFFER_SIZE建议从256开始调整。计算出的分贝值异常如始终为负值且很小或变化不灵敏参考值不匹配检查REFERENCE常量的值。如果采样数据是24位左对齐存储在32位整数中实际有效位在最高24位可能需要8右移8位后再计算。尝试打印出一些原始sample值观察其范围是否在±百万级别。校准问题未校准前读数无物理意义。先进行校准步骤。RMS计算窗口一次计算使用的样本数numSamples太少RMS波动会很大。增加BUFFER_SIZE或对多次计算的RMS进行移动平均滤波。屏幕闪烁严重未使用局部刷新确保只更新屏幕上需要变化的部分使用setTextPadding和局部fillRect清除旧内容。刷新频率过高在updateDisplay中通过millis()计时控制刷新率在10Hz左右即可无需每轮循环都刷新。5.2 校准操作步骤这是获得有意义读数的关键。准备一个相对安静的环境并准备一个参考声源。手机上下载一个评价较好的分贝仪APP仅作粗略参考。将Wio Terminal和手机麦克风并排放置。在手机上播放一个恒定频率和音量的声音例如1kHz正弦波并保持固定距离和位置。观察手机APP显示的分贝值例如75 dBA并保持环境稳定。同时记录下你的Wio Terminal程序通过串口监视器输出的原始db值校准前例如-25.3 dB。计算偏移量CALIBRATION_OFFSET 手机读数 - 程序原始读数 75 - (-25.3) 100.3。将计算出的CALIBRATION_OFFSET值更新到代码常量中重新上传程序。再次测试此时Wio Terminal显示的值应接近手机APP的读数。在不同声压环境下进行验证和微调。5.3 高级优化与功能扩展移动平均滤波对计算出的currentDB进行移动平均滤波可以平滑读数避免数字跳动过快。例如维护一个包含最近10次读数的数组每次显示其平均值。数据记录与导出利用Wio Terminal的SD卡槽或通过Wi-Fi将分贝数据和时间戳上传到服务器如Thingspeak、Blynk或本地SD卡用于长期环境监测。声压级计权实现深入研究并实现数字A计权滤波器。这需要导入滤波器系数并在时域如使用IIR滤波器或频域使用FFT对音频样本进行处理。这将大幅提升测量的专业性和与人耳感受的相关性。报警功能当噪音超过预设阈值如65 dBA时让板载蜂鸣器鸣响或屏幕闪烁红色警告。整个项目从硬件连接到软件调试涵盖了嵌入式开发的多个核心环节。最关键的是理解从模拟声波到数字分贝值的完整转换链以及校准的重要性。经过校准后这个自制的噪音监测仪在常规环境下的测量结果已经可以作为一个非常有参考价值的定性乃至半定量工具。 1. 项目概述用Wio Terminal打造你的环境噪音监测仪最近在捣鼓一个挺有意思的小项目用Seeed Studio的Wio Terminal来测量环境噪音水平。这玩意儿本质上是一个集成了屏幕、按键和丰富传感器接口的微型开发板拿来做这种实时数据采集和显示的项目再合适不过了。你可能觉得噪音测量是个专业活儿得用分贝仪但其实用我们手边的开源硬件配合一个简单的麦克风传感器就能搭建一个功能相当不错的噪音监测站。无论是想监测办公室的安静程度、书房的学习环境还是工厂车间、学校教室的噪音水平这个DIY方案都能给你提供直观的数据反馈。整个过程涉及硬件连接、数据采集算法、滤波处理以及可视化显示算是嵌入式开发中一个非常典型的综合应用。接下来我就把从硬件选型到代码调试的完整过程以及中间踩过的坑和总结的经验详细拆解一遍。2. 核心硬件选型与电路设计思路2.1 为什么选择Wio Terminal作为核心在开始动手之前得先说说为什么选Wio Terminal。市面上能跑Arduino的开发板很多比如经典的Uno、功能更强的ESP32。Wio Terminal的核心优势在于“All-in-One”。它自带一块2.4英寸的LCD彩屏、三个功能按键、一个五向摇杆还有蜂鸣器、光传感器、红外发射器甚至集成了ESP8266模块用于Wi-Fi连接。对于噪音监测项目来说自带屏幕意味着我们可以实时显示数值、波形甚至历史曲线无需再外接显示器极大简化了硬件结构。其采用的Microchip ATSAMD51核心芯片性能也足够强劲能流畅处理音频采样和实时运算。注意Wio Terminal的3.3V逻辑电平需要留意。它的大部分GPIO口是3.3V耐受的在连接外部传感器时务必确认传感器的逻辑电平是否匹配否则可能损坏主板或传感器。2.2 麦克风传感器的选择与原理测量噪音的核心是麦克风传感器。这里有两个主流选择模拟输出麦克风模块和数字输出麦克风模块。模拟麦克风模块如MAX9814这类模块通常包含一个驻极体麦克风和一个运算放大器芯片如MAX9814。麦克风将声音信号转换为微弱的模拟电压信号经过运放放大后输出。Wio Terminal通过其模拟输入引脚例如A0读取这个电压值。它的优点是电路简单成本低并且我们可以完全控制采样率和后续的信号处理流程便于理解底层原理。缺点是容易受到电源噪声和电路板本身电磁干扰的影响需要额外的软件滤波。数字麦克风模块如INMP441这是一种I2S接口的数字麦克风。它内部集成了模数转换器ADC直接通过I2S总线输出数字化的音频数据流。I2S是一种专门用于传输音频数据的数字通信协议抗干扰能力极强数据精度高常见24位且能提供左/右声道信息虽然我们通常只用单声道。Wio Terminal的ATSAMD51芯片原生支持I2S连接和使用起来非常方便。如何选择对于精度要求高、希望减少模拟电路噪声影响的项目强烈推荐使用I2S数字麦克风如INMP441。它提供的数据更“干净”后续计算声压级时更准确。本项目后续也将以INMP441为例进行详解。模拟麦克风方案更适合用于理解声音信号采集的基本过程或对精度要求不高的定性观察。2.3 电路连接详解以INMP441 I2S数字麦克风为例与Wio Terminal的连接非常简单只需要4根线Wio Terminal引脚INMP441引脚功能说明3.3VVDD电源正极必须3.3VGNDGND电源地BCLK(GPIO 2)SCK (BCLK)位时钟用于同步每一位数据LRCLK(GPIO 3)WS (LRCLK)字声道选择时钟高低电平分别代表左/右声道DIN(GPIO 4)SD (DOUT)串行数据输出麦克风通过此线发送数据实操心得INMP441的LRCLK引脚电平决定数据对应哪个声道。通常当LRCLK为高时传输左声道数据为低时传输右声道数据。INMP441是单声道麦克风但其数据流会同时填充左右声道。我们在编程时通常只选取一个声道的数据进行处理即可。另外务必确保麦克风的VDD接3.3V接5V会损坏传感器。连接好后硬件部分就准备好了。Wio Terminal可以通过USB供电非常方便。3. 软件架构与核心算法解析3.1 开发环境与库依赖我们使用Arduino IDE进行开发。首先需要在开发板管理器中添加Seeed SAMD Boards支持并安装Wio Terminal的板卡定义。针对I2S麦克风我们需要一个库来简化数据读取。ArduinoSound库是一个不错的选择但它可能对INMP441的支持不够直接。更通用的方法是使用I2S库ESP32常用或直接操作Wio Terminal的SAMD21芯片的I2S寄存器但这比较复杂。经过实测使用Seeed_Arduino_FS和Seeed_Arduino_SFUD库用于访问Wio Terminal的Flash并非必须但对于本项目一个更轻量的方法是使用Adafruit ZeroI2S库的修改版或者使用社区提供的针对SAMD51的I2S驱动。为了最简化和可复现我推荐使用一个经过验证的、适用于INMP441和SAMD51的库例如在Arduino库管理中搜索安装I2Sbys-mar或类似的库。在代码中我们将包含I2S.h头文件。核心库清单TFT_eSPI用于驱动Wio Terminal的屏幕这是最常用且高效的图形库。I2S用于从INMP441读取数字音频数据。math.h用于计算RMS均方根和分贝值。3.2 从原始数据到分贝值的计算流程这是整个项目的算法核心。I2S麦克风输出的是24位或32位的PCM脉冲编码调制采样数据。我们需要将这些原始数据转换为表示声音响度的分贝值。步骤拆解数据采集与缓冲 设置I2S的采样率如44100 Hz、位深度32 bits和声道。创建一个缓冲区例如int32_t buffer[256]用于存放一次读取的多个采样点。通过I2S驱动连续读取数据填充缓冲区。提取有效音频样本 I2S数据是包含左右声道交错的。对于INMP441我们通常只处理一个声道比如左声道。缓冲区中每两个int32_t数据代表一个立体声采样对左右。我们遍历缓冲区每隔一个点提取一个值得到纯单声道的样本数组。计算均方根值 声音的强度振幅可以用一段时间内音频样本的均方根值来衡量。RMS的计算公式为RMS sqrt( (sample1² sample2² ... sampleN²) / N )其中sample是提取出的单个音频样本值需要转换为浮点数以进行平方运算N是样本数量。这个RMS值代表了这段时间内音频信号的平均功率。转换为声压级 分贝dB是一个对数单位。声压级SPL的计算公式为SPL (dB) 20 * log10( RMS / Reference )这里的Reference是参考值对应0分贝的声压。对于数字音频这个参考值通常是最大可能的幅值。对于24位采样最大幅值是2^23 8388608因为最高位是符号位。对于32位缓冲区但实际有效数据可能是24位左对齐需要根据实际情况进行位调整。一个常见的简化方法是先找到一次采集中的所有样本的绝对最大值maxSample然后用本次的RMS除以这个maxSample作为相对比值再计算分贝。但更准确的做法是使用一个校准过的参考值。关键难点与校准直接计算出的分贝值是相对于数字满量程的并非真实的物理分贝值dBA。要得到接近真实声压计的值必须进行校准。校准方法使用一个标准声源如校准过的94dB 1kHz声音发生器或一个手机分贝仪APP作为粗略参考在固定距离播放固定音量的声音记录下此时系统计算出的原始dB值。假设手机显示80dB系统算出-20dB。那么校准偏移量offset 80 - (-20) 100 dB。后续所有读数加上这个offset才能得到有物理意义的近似值。没有校准读数只有相对参考价值。频率加权A计权 人耳对不同频率声音的敏感度不同。为了模拟人耳的主观感受噪声测量通常使用A计权滤波器。这需要在数字域对音频信号进行一系列滤波处理涉及IIR滤波器设计如模拟标准A计权曲线。对于非精密测量我们可以省略此步但需知晓此时测得的是线性声压级Z计权而非标准的“dBA”。如果要求高可以查找A计权滤波器的系数在计算RMS前对样本数据进行数字滤波。3.3 实时显示与用户交互设计利用Wio Terminal的屏幕我们可以设计一个信息丰富的界面中央大字体显示当前实时分贝值。一个动态的条形图或波形图直观显示声音振幅的变化。一个历史折线图显示过去几十秒内噪音水平的变化趋势。屏幕下方显示统计信息如最近一段时间内的最小值、最大值和平均值。利用摇杆或按键切换显示模式如数值/波形、暂停/开始测量、重置统计信息等。使用TFT_eSPI库时需要注意双缓冲或局部刷新来避免屏幕闪烁。对于动态更新的部分如数值、条形图只重绘变化区域而不是清空整个屏幕再重画。4. 完整代码实现与分步解析下面提供一个基于INMP441 I2S麦克风的核心代码框架和解析。4.1 全局定义与初始化#include TFT_eSPI.h #include I2S.h TFT_eSPI tft TFT_eSPI(); // I2S 引脚定义 (与硬件连接对应) #define I2S_WS 3 // LRCLK #define I2S_SCK 2 // BCLK #define I2S_SD 4 // DIN // I2S 配置 #define SAMPLE_RATE 44100 #define BUFFER_SIZE 256 // 每次读取的样本数立体声样本对数量 int32_t buffer[BUFFER_SIZE * 2]; // 缓冲区存放立体声数据 // 测量相关变量 float currentDB 0; float minDB 200; float maxDB -200; float sumDB 0; int readCount 0; const float REFERENCE 8388608.0; // 24位满量程参考值 (2^23) const float CALIBRATION_OFFSET 100.0; // 示例校准偏移需实际校准 void setup() { Serial.begin(115200); tft.init(); tft.setRotation(3); // 根据你的摆放方向调整 tft.fillScreen(TFT_BLACK); tft.setTextColor(TFT_WHITE, TFT_BLACK); // 初始化I2S I2S.setAllPins(I2S_SCK, -1, I2S_WS, I2S_SD); // -1表示不使用MCLK if (!I2S.begin(I2S_PHILIPS_MODE, SAMPLE_RATE, 32)) { Serial.println(I2S初始化失败); while (1); // 停止执行 } Serial.println(I2S初始化成功。); // 绘制静态UI drawStaticUI(); }4.2 主循环与数据采集计算loop函数负责持续读取数据、计算并更新显示。void loop() { // 1. 从I2S读取数据 size_t bytesRead I2S.read((void*)buffer, sizeof(buffer)); if (bytesRead 0) { return; // 未读到数据 } // 2. 计算缓冲区中样本的RMS long sumSquares 0; int numSamples 0; // 提取左声道数据假设buffer中为[L0, R0, L1, R1, ...] for (int i 0; i BUFFER_SIZE; i) { int32_t sample buffer[i * 2]; // 取左声道 // 将32位值转换为24位有效值假设数据是24位左对齐在32位中 sample 8; // 根据具体I2S配置调整可能需要右移8位或不做处理 sumSquares (long)sample * (long)sample; numSamples; } // 3. 计算RMS和分贝值 if (numSamples 0) { float rms sqrt(sumSquares / (float)numSamples); float db 20 * log10(rms / REFERENCE); currentDB db CALIBRATION_OFFSET; // 应用校准偏移 // 4. 更新统计信息 if (currentDB minDB) minDB currentDB; if (currentDB maxDB) maxDB currentDB; sumDB currentDB; readCount; // 5. 更新显示避免每帧都刷新降低负载 static unsigned long lastUpdate 0; if (millis() - lastUpdate 100) { // 每100ms更新一次显示 updateDisplay(currentDB); lastUpdate millis(); } } }4.3 显示函数实现updateDisplay函数负责更新动态内容。这里以更新中央分贝值为例void updateDisplay(float db) { // 更新中央分贝值 tft.setTextPadding(tft.textWidth(888.8 dB, 4)); // 设置文本背景宽度避免残影 tft.setTextColor(TFT_CYAN, TFT_BLACK); tft.drawFloat(db, 1, 60, 80, 4); // 在(60,80)位置字号4显示一位小数 // 更新条形图示例将dB映射到0-200像素宽度 int barWidth map(constrain(db, 30, 120), 30, 120, 0, 200); tft.fillRect(20, 150, 200, 20, TFT_DARKGREY); // 清除旧条形 tft.fillRect(20, 150, barWidth, 20, getBarColor(db)); // 绘制新条形 // 更新统计信息区域 tft.setTextColor(TFT_WHITE, TFT_BLACK); tft.setCursor(20, 180); tft.printf(Min:%.1f Max:%.1f Avg:%.1f, minDB, maxDB, sumDB/readCount); } // 根据分贝值返回条形图颜色 unsigned short getBarColor(float db) { if (db 60) return TFT_GREEN; else if (db 80) return TFT_YELLOW; else return TFT_RED; }drawStaticUI函数则负责绘制标题、坐标轴等不常变化的内容。5. 调试、校准与性能优化实录5.1 常见问题与排查I2S读取失败或数据全为0检查接线确保BCLK,LRCLK,DIN三根数据线没有接错或虚焊。检查电源确保麦克风VDD接的是3.3V不是5V。检查I2S配置I2S.begin()中的模式、采样率、位深度是否与麦克风规格匹配。INMP441通常支持I2S_PHILIPS_MODE位深32位。检查缓冲区大小缓冲区太小可能导致数据丢失太大可能导致处理延迟。BUFFER_SIZE建议从256开始调整。计算出的分贝值异常如始终为负值且很小或变化不灵敏参考值不匹配检查REFERENCE常量的值。如果采样数据是24位左对齐存储在32位整数中实际有效位在最高24位可能需要8右移8位后再计算。尝试打印出一些原始sample值观察其范围是否在±百万级别。校准问题未校准前读数无物理意义。先进行校准步骤。RMS计算窗口一次计算使用的样本数numSamples太少RMS波动会很大。增加BUFFER_SIZE或对多次计算的RMS进行移动平均滤波。屏幕闪烁严重未使用局部刷新确保只更新屏幕上需要变化的部分使用setTextPadding和局部fillRect清除旧内容。刷新频率过高在updateDisplay中通过millis()计时控制刷新率在10Hz左右即可无需每轮循环都刷新。5.2 校准操作步骤这是获得有意义读数的关键。准备一个相对安静的环境并准备一个参考声源。手机上下载一个评价较好的分贝仪APP仅作粗略参考。将Wio Terminal和手机麦克风并排放置。在手机上播放一个恒定频率和音量的声音例如1kHz正弦波并保持固定距离和位置。观察手机APP显示的分贝值例如75 dBA并保持环境稳定。同时记录下你的Wio Terminal程序通过串口监视器输出的原始db值校准前例如-25.3 dB。计算偏移量CALIBRATION_OFFSET 手机读数 - 程序原始读数 75 - (-25.3) 100.3。将计算出的CALIBRATION_OFFSET值更新到代码常量中重新上传程序。再次测试此时Wio Terminal显示的值应接近手机APP的读数。在不同声压环境下进行验证和微调。5.3 高级优化与功能扩展移动平均滤波对计算出的currentDB进行移动平均滤波可以平滑读数避免数字跳动过快。例如维护一个包含最近10次读数的数组每次显示其平均值。数据记录与导出利用Wio Terminal的SD卡槽或通过Wi-Fi将分贝数据和时间戳上传到服务器如Thingspeak、Blynk或本地SD卡用于长期环境监测。声压级计权实现深入研究并实现数字A计权滤波器。这需要导入滤波器系数并在时域如使用IIR滤波器或频域使用FFT对音频样本进行处理。这将大幅提升测量的专业性和与人耳感受的相关性。报警功能当噪音超过预设阈值如65 dBA时让板载蜂鸣器鸣响或屏幕闪烁红色警告。整个项目从硬件连接到软件调试涵盖了嵌入式开发的多个核心环节。最关键的是理解从模拟声波到数字分贝值的完整转换链以及校准的重要性。经过校准后这个自制的噪音监测仪在常规环境下的测量结果已经可以作为一个非常有参考价值的定性乃至半定量工具。 
