NTC 10K 热敏电阻测温补偿算法

NTC 热敏电阻广泛应用于嵌入式系统中。标称值为 10kΩ 的 NTC（常称'NTC 10K'）凭借成本低、响应快、电路简单，成为温度测量的常用元件。但其阻值与温度呈非线性指数关系，直接换算误差较大，需通过软件算法进行补偿。

基础电路

典型 NTC 测温电路为分压器结构：

Vcc -- R_ref (10k) -- ADC Input
           |
         NTC (10k @ 25°C)
           |
          GND

MCU 采集电压后计算 NTC 阻值：

$$ R_{NTC} = R_{ref} \cdot \frac{V_{out}}{V_{cc} - V_{out}} $$

听起来挺直观对吧？可真正的挑战才刚刚开始——怎么把 $ R_{NTC} $ 变成准确的温度？

因为 NTC 的 R-T 曲线根本不是线性的！它是指数级的，低温区变化迅猛，高温区趋于平缓。如果你强行用一条直线去拟合，结果只会让你怀疑人生。

所以，必须上算法！而且得选对'武器'。

Steinhart-Hart 方程：精度王者

如果要评选'最准的 NTC 算法'，那必须是 Steinhart-Hart 方程 ：

$$ \frac{1}{T} = A + B \cdot \ln(R) + C \cdot (\ln(R))^3 $$

其中：

$ T $ 是开尔文温度（K）
$ R $ 是实测 NTC 阻值
$ A, B, C $ 是材料系数，由厂商提供或三点标定得出

这套公式能在 -40°C 到 +125°C 范围内做到 ±0.1~0.5°C 的惊人精度，堪称工业级首选。

举个例子，某常见 10D-9 型号的参数可能是：

#define A 1.12915e-3
#define B 2.34124e-4
#define C 8.76741e-8

实现起来也不复杂：

#include <math.h>
float steinhart_hart(float r_ntc) {
    float ln_r = log(r_ntc);
    float inv_t = A + B * ln_r + C * pow(ln_r, 3);
    float temp_k = 1.0 / inv_t;
    return temp_k - 273.15f; // 转摄氏度
}

不过这里有个坑⚠️：很多低端 MCU 没有 FPU（浮点运算单元），跑 log() 和 pow() 会特别慢，甚至影响实时性。更糟的是，单精度浮点还容易累积截断误差。

✅ 所以建议：

高性能 MCU（如 STM32F4/F7）可用；
资源紧张时，考虑查表 + 插值替代；
ABC 系数一定要针对具体型号实测标定，别照搬手册通用值！

Beta 模型：实用派首选

要是你觉得 Steinhart-Hart 太重了，那就试试它的轻量版—— Beta 参数模型 。它假设 C=0，只保留一次对数项，公式变得简洁多了：

$$ \frac{1}{T} = \frac{1}{T_0} + \frac{1}{\beta} \cdot \ln\left(\frac{R}{R_0}\right) $$

其中：

$ R_0 = 10,000\Omega $（25°C 时的标称值）
$ T_0 = 298.15K $
$ \beta $ 是材料常数，典型值 3435~3950

代码写出来清爽得让人感动：

#define R0 10000.0f
#define T0 298.15f
#define BETA 3435.0f
float beta_model(float r_ntc) {
    float inv_t = 1.0f / T0 + (1.0f / BETA) * logf(r_ntc / R0);
    return (1.0f / inv_t) - 273.15f;
}

计算量只有 Steinhart-Hart 的一半左右，适合 STM8、PIC16 这类 8 位机。精度也能控制在 ±1°C以内 ，对于家电、电源模块完全够用。

当然也有缺点❌：在极端温度下（比如低于 -20°C 或高于 85°C）误差会明显增大。所以如果你做的是户外设备或者医疗产品，还是老老实实标定 Steinhart-Hart 吧。

查表法 + 线性插值：速度之王

再进一步，如果连 logf() 都不能忍？那就彻底抛弃数学函数，上 查表法 ！

思路很简单：提前把几个关键温度点对应的 ADC 值存进数组，运行时找到最近的两个点，做个线性插值就行了。

比如这张简化的查找表：

温度 (°C)	R_NTC(Ω)	ADC 码值（12bit, 3.3V, 10k 上拉）
-40	298000	398
-20	124000	726
0	57000	1165
25	10000	2048
50	3100	2860
75	1200	3450
100	500	3800

然后写个插值函数：

typedef struct {
    uint16_t adc_val;
    int8_t temp;
} TempPoint;
const TempPoint lookup_table[] = {
    { 398, -40 }, { 726, -20 }, { 1165, 0 }, { 2048, 25 }, { 2860, 50 }, { 3450, 75 }, { 3800, 100 }
};
int16_t table_interpolate(uint16_t adc_raw) {
    if (adc_raw <= lookup_table[0].adc_val) return lookup_table[0].temp;
    if (adc_raw >= lookup_table[TABLE_SIZE-1].adc_val) return lookup_table[TABLE_SIZE-1].temp;
    for (int i = 0; i < TABLE_SIZE - 1; i++) {
        if (adc_raw < lookup_table[i+1].adc_val) {
            int16_t diff = lookup_table[i+1].adc_val - lookup_table[i].adc_val;
            if (diff == 0) return lookup_table[i].temp;
            int16_t frac = ((adc_raw - lookup_table[i].adc_val) * (lookup_table[i+1].temp - lookup_table[i].temp)) / diff;
            return lookup_table[i].temp + frac;
        }
    }
    return 0;
}

优点显而易见：

❌ 无浮点运算
⚡ 执行速度快（O(n)，可优化为二分查找）
💾 内存可控（可根据精度增减表项）

非常适合恒温控制、过温报警这类需要快速响应的场景 👍。

分段线性拟合：折中高手

还有一种折中方案叫 分段线性拟合法 ——把整个温度区间切成几段，每段用一条直线逼近。

比如分成四段：

[-40, -10]
[-10, 30]
[30, 70]
[70, 125]

每段记录斜率 $ k $ 和截距 $ b $，满足： $$ T = k \cdot R + b $$

相比单一查表，少了搜索过程；相比完整非线性模型，又省了大量计算。属于那种'不极致但够用'的实用主义路线，在热水器、空调面板中很常见。

实际工程中的那些'坑'

光有算法还不够，实际部署时还得处理一堆现实问题。

自发热？关电源就行！

NTC 通电就会发热，尤其在低温时阻值极大（几十万欧姆），虽然电流小，但长时间工作仍可能导致自热偏差。

💡 解决办法超简单：用一个 GPIO 控制上拉电阻的供电，只在采样前打开，采完立刻关闭！

void measure_temperature() {
    HAL_GPIO_WritePin(POWER_EN_PORT, POWER_EN_PIN, GPIO_PIN_SET); // 开电
    HAL_Delay(10); // 等待稳定
    uint32_t adc_val = read_adc();
    HAL_GPIO_WritePin(POWER_EN_PORT, POWER_EN_PIN, GPIO_PIN_RESET); // 关电
    float r_ntc = calculate_resistance(adc_val);
    float temp = beta_model(r_ntc);
}

这一招能让平均功耗趋近于零，还能延长电池寿命，简直一举两得🔋。

ADC 分辨率不够怎么办？

10 位 ADC 在 3.3V 下每级约 3.2mV，对应温度变化可能差 0.5°C 以上。想要更细腻的感知？

✅ 几个提升手段：

换 12 位或更高 ADC（如 ADS1115）
使用外部基准电压（比 Vcc 更稳）
多次采样平均（oversampling），等效提升分辨率

PCB 布局也有讲究

长走线=天线，容易引入开关噪声。建议：

NTC 尽量靠近 MCU
加 RC 滤波（例如 10k + 100nF）
地平面完整，远离 DC-DC 路径

回过头看，NTC 10K 之所以经久不衰，不只是因为它便宜，更是因为 软硬结合的设计智慧 。你可以用最便宜的传感器，搭配精心调校的算法，做出媲美数字传感器的性能。

未来趋势呢？AFE 专用芯片、AI 老化补偿、多传感器融合……都在路上。但在可预见的几年里，只要还有人在做电源、电机、家电、IoT 终端，NTC 10K + 补偿算法这套组合拳就不会退出舞台。

毕竟，有时候最'土'的方法，才是最可靠的 💪。