在电子电路设计和音频信号处理领域，失真度是衡量信号质量的关键指标。无论是评估一个音频放大器的保真度，还是分析一个电源转换器的输出纯净度，总谐波失真都是一个绕不开的参数。然而，对于许多嵌入式开发者或电子爱好者而言，搭建一套实体的THD测量系统不仅成本高昂，调试过程也颇为繁琐。

本文将聚焦于一种高效、低成本的解决方案：基于STM32F103C8微控制器，在Proteus仿真环境中，设计并实现一套完整的波形失真度测量系统。我们将从THD的基本概念讲起，逐步完成STM32的ADC采样、FFT运算、THD计算以及Proteus仿真验证的全流程。文章包含完整的C语言代码、Proteus电路图以及详细的配置步骤，确保读者能够从零开始，在电脑上完全复现整个测量过程，为后续的硬件实现打下坚实基础。

1. 背景与核心概念：什么是THD？

在深入设计之前，我们首先要明确两个核心概念：谐波失真与总谐波失真。

1.1 谐波失真与总谐波失真 (THD)

当一个理想的正弦波信号通过一个非线性系统（如放大器、变压器等）时，其输出波形会发生畸变，不再是完美的正弦波。根据傅里叶分析，这个畸变的波形可以分解为一个与输入信号同频率的基波，以及一系列频率为基波整数倍的谐波（如二次谐波、三次谐波等）。这种因非线性而产生的额外谐波成分，就称为谐波失真。

总谐波失真则是衡量这种失真程度的一个量化指标。它定义为所有谐波分量有效值的总和与基波分量有效值的比值，通常以百分比表示。计算公式如下：

[ THD = \frac{\sqrt{V_2^2 + V_3^2 + V_4^2 + ... + V_n^2}}{V_1} \times 100% ]

其中：

• ( V_1 ) 是基波电压的有效值。
• ( V_2, V_3, ..., V_n ) 是二次、三次直至n次谐波电压的有效值。

THD值越小，说明信号的失真越小，保真度越高。在高保真音频设备中，THD通常要求低于0.1%甚至更低。

1.2 仿真测量的意义与优势

传统的THD测量需要使用昂贵的专业设备，如动态信号分析仪或高精度失真度测量仪。对于学习、预研或成本敏感的项目，这构成了门槛。

基于MCU和仿真软件的测量方案具有显著优势：

1. 低成本：仅需一款普及型的STM32开发板（如STM32F103C8T6核心板）和免费/低成本的软件。
2. 高灵活性：通过修改代码，可以轻松调整采样率、分析点数、测量频率范围等参数。
3. 安全便捷：在Proteus中仿真，无需连接真实电路，避免了烧毁元器件的风险，尤其适合原理验证和算法调试。
4. 可视化学习：可以直观地观察原始波形、频谱图以及计算过程，加深对信号处理原理的理解。

本设计将STM32的片上ADC和计算能力与Proteus强大的电路仿真功能相结合，构建一个从信号输入、数字化处理到结果显示的完整虚拟测量系统。

2. 环境准备与版本说明

在开始动手之前，请确保你的电脑上已经安装好必要的软件工具。版本差异可能导致库函数或仿真模型不兼容，以下是本文所使用的环境，建议尽量保持一致。

2.1 软件工具清单

• 集成开发环境 (IDE)：Keil uVision 5 (MDK-ARM V5)。这是一个广泛用于ARM Cortex-M内核开发的IDE。
• 编译工具链：ARM Compiler 5 (AC5) 或 ARM Compiler 6 (AC6)。本文示例代码兼容两者。
• 仿真软件：Proteus 8 Professional。用于绘制电路原理图并进行混合模式仿真。
• 串口调试助手：如SSCOM、XCOM或Putty。用于接收STM32计算后通过串口发送出来的THD结果。
• 文本编辑器：Notepad++或VS Code，用于辅助查看代码。

2.2 关键组件版本与获取

• STM32固件库：本文使用标准外设库 (Standard Peripheral Library)。虽然HAL库更现代，但标准库在资源有限的C8T6上更轻量，且Proteus对其仿真支持成熟。你可以从ST官网或通过Keil的包管理器安装。
• Proteus器件模型：确保你的Proteus库中包含以下关键元件：
  • STM32F103C8(MCU)
  • VIRTUAL TERMINAL(虚拟终端，用于显示串口数据)
  • SINE(正弦波信号源)
  • OSCILLOSCOPE(示波器)
  • POT-HG(可调电阻，用于模拟信号衰减)
• 项目配置：在Keil中新建项目时，正确选择芯片型号STM32F103C8，并配置好系统时钟（通常使用内部8MHz RC振荡器倍频至72MHz）。

3. 系统设计与原理拆解

我们的THD测量系统可以看作一个典型的嵌入式信号处理流水线。理解每一环节的原理，是成功实现和调试的关键。

3.1 系统整体工作流程

整个系统的信号流和处理流程如下图所示（概念描述）：

1. 信号输入：Proteus中的信号源（如正弦波）产生测试信号。
2. 模拟调理：信号可能经过简单的分压电路，调整到STM32 ADC可接受的电压范围（0-3.3V）。
3. ADC采样：STM32的ADC以固定的采样频率对输入信号进行数字化转换，得到离散的采样值序列。
4. FFT变换：MCU对采样序列进行快速傅里叶变换，将时域信号转换到频域，得到各频率分量的幅值和相位信息。
5. THD计算：从FFT结果中提取基波幅值和各次谐波幅值，代入THD公式进行计算。
6. 结果输出：将计算得到的THD百分比通过串口发送到Proteus的虚拟终端显示。

3.2 核心算法：FFT的选择与实现

FFT是本次设计的计算核心。STM32F103C8的72MHz主频和64KB Flash，足以运行一定点数的FFT。

• 库函数选择：ARM公司提供了针对Cortex-M系列优化的CMSIS-DSP库，其中包含了高度优化的FFT函数。这是我们的首选，因为它速度快、精度高、占用资源少。
• 点数选择：FFT点数越多，频率分辨率越高，能区分的谐波也越多，但计算量也越大。对于音频信号分析（20Hz-20kHz），1024点或512点是常见选择。本文以1024点为例。
• 采样定理：为了准确分析信号，采样频率必须大于信号最高频率的2倍（奈奎斯特频率）。如果我们想分析最高10次谐波，且基频为1kHz，那么信号最高频率为10kHz。因此采样频率至少需要20kHz。我们通常选择采样频率为信号最高频率的4-10倍以提高精度，例如设置ADC采样率为40kHz。

3.3 STM32资源分配

• ADC：使用ADC1，单次扫描模式，通过定时器触发实现固定频率采样。
• DMA：启用DMA，将ADC转换结果自动搬运到内存中的数组，不占用CPU资源，保证采样时序精确。
• 定时器：使用TIM2或TIM3产生一个40kHz的触发脉冲，去触发ADC开始转换。
• 串口：使用USART1，配置为9600波特率，将结果打印输出。
• 内存：需要开辟两个大的数组：一个用于存放ADC原始数据（uint16_t adc_buffer[1024]），一个用于CMSIS-DSP库进行FFT计算的复数数组（float32_t fft_input[2048]，实部+虚部）。

4. 完整实战案例：从工程创建到仿真验证

接下来，我们将一步步创建Keil工程，编写代码，并在Proteus中搭建电路进行仿真。

4.1 创建Keil工程与基础配置

1. 新建工程：打开Keil uVision，点击Project -> New uVision Project，选择存储路径，命名为THD_Measurement。
2. 选择器件：在弹出的对话框中，选择STMicroelectronics -> STM32F103 Series -> STM32F103C8，点击OK。
3. 管理运行时环境：在接下来的“Manage Run-Time Environment”窗口中，需要添加CMSIS-DSP库。
   • 在CMSIS分类下，勾选DSP。
   • 在Device分类下，勾选Startup和Cortex-M3下的Core和Device。
   • 点击OK，Keil会自动添加必要的启动文件和基础CMSIS文件。
4. 配置目标选项：
   • 点击工具栏的魔术棒图标。
   • Target标签：确认晶振频率正确，本文使用内部时钟，此处保持默认即可。
   • Output标签：勾选Create HEX File，用于Proteus加载程序。
   • C/C++标签：在Define框中添加ARM_MATH_CM3和__CC_ARM（如果使用AC5编译器）。在Include Paths中添加CMSIS-DSP库的头文件路径，通常类似…/ARM/CMSIS/5.9.0/CMSIS/DSP/Include和…/ARM/CMSIS/5.9.0/CMSIS/Core/Include，具体路径根据你的安装位置调整。

4.2 编写核心C语言代码

我们将主要代码写在main.c中。以下是关键部分的代码和解释。

/* main.c - STM32F103C8 THD测量主程序 */ #include "stm32f10x.h" #include "arm_math.h" #include "arm_const_structs.h" #include <stdio.h> #include <math.h> #define FFT_LENGTH 1024 #define SAMPLING_FREQ 40000.0f // 40kHz采样率 #define SIGNAL_FREQ 1000.0f // 假设输入信号为1kHz // ADC DMA缓冲区 uint16_t adc_value_buf[FFT_LENGTH]; // FFT输入输出缓冲区 (复数格式: 实部，虚部) float32_t fft_input_buf[FFT_LENGTH * 2]; float32_t fft_output_buf[FFT_LENGTH]; // 幅值缓冲区 float32_t mag_buf[FFT_LENGTH / 2]; // FFT实例结构体 arm_cfft_radix4_instance_f32 S; // 串口发送函数 (重定向printf) int fputc(int ch, FILE *f) { USART_SendData(USART1, (uint8_t)ch); while(USART_GetFlagStatus(USART1, USART_FLAG_TXE) == RESET); return ch; } // ADC和DMA初始化 void ADC1_DMA_Init(void) { DMA_InitTypeDef DMA_InitStructure; ADC_InitTypeDef ADC_InitStructure; // 开启时钟 RCC_AHBPeriphClockCmd(RCC_AHBPeriph_DMA1, ENABLE); RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1 | RCC_APB2Periph_GPIOA, ENABLE); // 配置PA0为模拟输入 (ADC通道0) GPIO_InitTypeDef GPIO_InitStructure; GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN; GPIO_Init(GPIOA, &GPIO_InitStructure); // DMA1通道1配置 (对应ADC1) DMA_DeInit(DMA1_Channel1); DMA_InitStructure.DMA_PeripheralBaseAddr = (uint32_t)&ADC1->DR; DMA_InitStructure.DMA_MemoryBaseAddr = (uint32_t)adc_value_buf; DMA_InitStructure.DMA_DIR = DMA_DIR_PeripheralSRC; DMA_InitStructure.DMA_BufferSize = FFT_LENGTH; 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; // 循环模式，持续采样 DMA_InitStructure.DMA_Priority = DMA_Priority_High; DMA_InitStructure.DMA_M2M = DMA_M2M_Disable; DMA_Init(DMA1_Channel1, &DMA_InitStructure); DMA_Cmd(DMA1_Channel1, ENABLE); // ADC1配置 ADC_InitStructure.ADC_Mode = ADC_Mode_Independent; ADC_InitStructure.ADC_ScanConvMode = ENABLE; ADC_InitStructure.ADC_ContinuousConvMode = ENABLE; ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_T2_TRGO; // 定时器2触发 ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right; ADC_InitStructure.ADC_NbrOfChannel = 1; ADC_Init(ADC1, &ADC_InitStructure); // 配置ADC通道0，采样时间 ADC_RegularChannelConfig(ADC1, ADC_Channel_0, 1, ADC_SampleTime_55Cycles5); // 使能ADC DMA ADC_DMACmd(ADC1, ENABLE); // 使能ADC ADC_Cmd(ADC1, ENABLE); // ADC校准 ADC_ResetCalibration(ADC1); while(ADC_GetResetCalibrationStatus(ADC1)); ADC_StartCalibration(ADC1); while(ADC_GetCalibrationStatus(ADC1)); } // 定时器2初始化，用于触发ADC void TIM2_Init(void) { TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM2, ENABLE); // 定时器频率 = 72MHz / (PSC+1) = 72MHz / (1+1) = 36MHz // 重装载值ARR决定触发频率：Trigger_Freq = 36MHz / (ARR+1) // 设置ARR = 899，则触发频率 = 36MHz / 900 = 40kHz TIM_TimeBaseStructure.TIM_Period = 899; TIM_TimeBaseStructure.TIM_Prescaler = 1; TIM_TimeBaseStructure.TIM_ClockDivision = 0; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure); // 配置主模式输出触发 TIM_SelectOutputTrigger(TIM2, TIM_TRGOSource_Update); // 使能定时器 TIM_Cmd(TIM2, ENABLE); } // 串口1初始化 void USART1_Init(void) { GPIO_InitTypeDef GPIO_InitStructure; USART_InitTypeDef USART_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_USART1 | RCC_APB2Periph_GPIOA, ENABLE); // PA9 - USART1_TX GPIO_InitStructure.GPIO_Pin = GPIO_Pin_9; GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP; // 复用推挽输出 GPIO_Init(GPIOA, &GPIO_InitStructure); // PA10 - USART1_RX (输入浮空) GPIO_InitStructure.GPIO_Pin = GPIO_Pin_10; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_IN_FLOATING; GPIO_Init(GPIOA, &GPIO_InitStructure); USART_InitStructure.USART_BaudRate = 9600; USART_InitStructure.USART_WordLength = USART_WordLength_8b; USART_InitStructure.USART_StopBits = USART_StopBits_1; USART_InitStructure.USART_Parity = USART_Parity_No; USART_InitStructure.USART_HardwareFlowControl = USART_HardwareFlowControl_None; USART_InitStructure.USART_Mode = USART_Mode_Rx | USART_Mode_Tx; USART_Init(USART1, &USART_InitStructure); USART_Cmd(USART1, ENABLE); } // 计算THD float calculate_thd(float32_t *mag, uint32_t fft_len, uint32_t signal_bin) { float fundamental_power = mag[signal_bin] * mag[signal_bin]; // 基波功率 (幅值平方) float harmonic_power_sum = 0.0f; // 累加谐波功率 (通常取2-10次谐波) for (int i = 2; i <= 10; i++) { uint32_t harmonic_bin = signal_bin * i; if (harmonic_bin < fft_len / 2) { // 确保不超出奈奎斯特频率范围 harmonic_power_sum += mag[harmonic_bin] * mag[harmonic_bin]; } } // 计算THD百分比 float thd_percent = sqrtf(harmonic_power_sum / fundamental_power) * 100.0f; return thd_percent; } int main(void) { float thd_result = 0.0f; uint32_t fundamental_bin; // 系统时钟初始化（使用默认的72MHz HCLK） SystemInit(); // 外设初始化 USART1_Init(); TIM2_Init(); ADC1_DMA_Init(); // 初始化FFT结构体 (1024点) arm_cfft_radix4_init_f32(&S, FFT_LENGTH, 0, 1); // 等待DMA填满第一个1024点的缓冲区 // 这里可以用一个标志位，或者简单延时。为了简化，我们使用循环等待DMA传输完成标志。 // 更优做法是使用DMA传输完成中断。 while(DMA_GetFlagStatus(DMA1_FLAG_TC1) == RESET); // 等待DMA1通道1传输完成 DMA_ClearFlag(DMA1_FLAG_TC1); printf("STM32F103 THD Measurement System Ready.\r\n"); printf("Sampling Freq: %.0f Hz, Signal Freq: %.0f Hz\r\n", SAMPLING_FREQ, SIGNAL_FREQ); while(1) { // 1. 将ADC原始值(0-4095)转换为电压值(-1.65 to 1.65)，并存入FFT输入数组的实部，虚部置0 for(int i=0; i<FFT_LENGTH; i++) { // 假设ADC参考电压3.3V，12位分辨率。减去直流偏置（假设信号以1.65V为中心） fft_input_buf[2*i] = ((float)adc_value_buf[i] / 4095.0f * 3.3f) - 1.65f; // 实部 fft_input_buf[2*i+1] = 0.0f; // 虚部 } // 2. 执行FFT arm_cfft_radix4_f32(&S, fft_input_buf); // 3. 计算复数FFT结果的幅值 arm_cmplx_mag_f32(fft_input_buf, mag_buf, FFT_LENGTH/2); // 4. 计算基波对应的频率点（bin） // bin = (信号频率 / 采样频率) * FFT点数 fundamental_bin = (uint32_t)((SIGNAL_FREQ / SAMPLING_FREQ) * FFT_LENGTH); // 5. 计算THD thd_result = calculate_thd(mag_buf, FFT_LENGTH, fundamental_bin); // 6. 通过串口输出结果 printf("Fundamental Bin: %lu, Magnitude: %.4f\r\n", fundamental_bin, mag_buf[fundamental_bin]); printf("THD: %.4f%%\r\n\r\n", thd_result); // 延时一段时间再进行下一次测量 for(int i=0; i<1000000; i++); // 简单延时 } }

4.3 构建Proteus仿真电路

1. 新建工程：打开Proteus 8 Professional，新建一个原理图设计。
2. 放置元件：
   • 从库中搜索并放置STM32F103C8。
   • 放置SINE信号源（在Generator Mode中）。
   • 放置VIRTUAL TERMINAL（虚拟终端，在Virtual Instruments中）。
   • 放置OSCILLOSCOPE（示波器，在Virtual Instruments中）。
   • 放置一个POT-HG（电位器）和两个电阻，用于构建一个简单的分压/衰减电路，将信号幅度调整到0-3.3V范围内。例如，信号源输出2Vpp正弦波，通过分压得到约1.65Vpp，并叠加1.65V直流偏置，使其在0-3.3V之间摆动。
   • 放置必要的电源（POWER）和地（GROUND）。
3. 电路连接：
   • 将信号源通过分压网络连接到STM32的PA0引脚（ADC1通道0）。
   • 将STM32的PA9(USART1_TX) 连接到虚拟终端的RXD引脚。
   • 将STM32的PA10(USART1_RX) 连接到虚拟终端的TXD引脚（如果需要回环测试）。
   • 将虚拟终端和STM32的GND连接在一起。
   • 将信号源输出同时连接到示波器的A通道，以便观察原始波形。
   • 为STM32的VDD和VDDA接上3.3V电源，VSS和VSSA接地。
   • 连接一个8MHz的晶振到OSC_IN和OSC_OUT（如果使用外部晶振）。本文代码使用内部时钟，此部分可省略，但建议连接以使仿真更接近实际。
4. 元件参数设置：
   • 双击SINE信号源，设置频率为1kHz，幅度为2V（或其他值，通过分压调整）。
   • 双击虚拟终端，设置波特率为9600。
   • 配置STM32的编程文件：双击STM32芯片，在Program File一栏中，选择Keil编译生成的THD_Measurement.hex文件。在Crystal Frequency中填入8M（如果使用了外部晶振）。

一个简化的Proteus原理图连接示意如下（文字描述）：

信号源(SINE) --> 分压网络(电阻/POT) --> STM32F103C8.PA0 (ADC1_IN0) STM32F103C8.PA9 (USART1_TX) --> 虚拟终端.RXD STM32F103C8.PA10 (USART1_RX) <-> 虚拟终端.TXD (可选) 示波器.CHA+ --> 分压网络输出 (与PA0同一点) 所有电源和地正确连接。

4.4 运行仿真与结果分析

1. 编译Keil工程：在Keil中点击Build(F7) 按钮，确保THD_Measurement.hex文件成功生成，且无错误无警告。
2. 启动Proteus仿真：点击Proteus左下角的运行按钮。
3. 观察现象：
   • 虚拟终端窗口会自动弹出，并开始显示来自STM32串口发送的数据。你应该能看到类似以下的输出：

     STM32F103 THD Measurement System Ready. Sampling Freq: 40000 Hz, Signal Freq: 1000 Hz Fundamental Bin: 25, Magnitude: 0.8251 THD: 0.1543%

   • 示波器窗口会显示输入的1kHz正弦波形。
   • THD: 0.1543%表示当前测量到的总谐波失真约为0.15%。这是一个非常理想的值，因为Proteus中的理想信号源失真极低。
4. 引入失真：为了验证THD测量的有效性，我们可以人为引入失真。在信号源后面串联一个二极管（如1N4148），利用二极管的非线性特性对正弦波进行削波，然后再输入给STM32。再次运行仿真，你会观察到THD百分比显著上升，可能达到百分之几甚至几十，同时示波器上的波形也会出现明显的畸变。

5. 常见问题与排查思路

在实际仿真和后续的硬件实现中，你可能会遇到以下问题。

6. 最佳实践与工程建议

将仿真方案移植到实际硬件或进行更严谨的测量时，以下建议能帮助你获得更可靠的结果。

6.1 提高测量精度的关键技巧

1. 整周期采样与窗函数：
   • 整周期采样：这是减少频谱泄露最有效的方法。务必通过调整采样频率或信号频率，使采样窗口内包含整数个信号周期。本文示例中40kHz / 1kHz = 40是整数，但1024 / 40 = 25.6不是整数。更好的组合是：信号频率1kHz，采样频率40.96kHz，FFT点数1024，这样周期数1024 * (1000/40960) = 25，是整数。
   • 加窗处理：当无法实现严格整周期采样时，需要对采样数据加窗（如汉宁窗、海明窗）以减少泄露。CMSIS-DSP库也提供了窗函数。
2. 校准与去直流：
   • 在实际硬件中，ADC存在偏移误差和增益误差。上电后，应先测量一个已知的参考电压（或短路输入测零点）进行软件校准。
   • 在FFT前，必须从采样数据中减去直流分量（平均值），否则直流分量会作为“零频”的巨大分量干扰THD计算。
3. 多次平均：THD计算易受随机噪声影响。可以连续进行多次FFT和THD计算，然后取平均值作为最终结果，能有效平滑噪声，提高读数稳定性。
4. 动态范围考虑：确保输入信号幅度足够大以利用ADC的动态范围，但又不能饱和。通常让信号峰值达到ADC量程的70%-90%为宜。

6.2 代码优化与资源管理

1. 使用DMA双缓冲：当前代码使用DMA循环模式，在计算FFT时，ADC可能正在覆盖缓冲区中的数据，造成数据错乱。更稳健的方法是使用DMA双缓冲（半传输完成和传输完成中断），在一个缓冲区满时进行处理，同时ADC向另一个缓冲区写入数据。
2. 定点数FFT：对于STM32F103这类没有FPU的芯片，浮点FFT计算较慢。CMSIS-DSP库提供了定点数（Q15, Q31）格式的FFT函数（如arm_cfft_q15），速度更快，但需要额外的定标处理。
3. 避免在中断中处理复杂任务：如果使用了DMA或定时器中断，中断服务函数应只设置标志位，将FFT和THD计算等耗时任务放到主循环中处理。
4. 合理规划内存：fft_input_buf和mag_buf等大数组应定义为全局静态变量，避免使用栈空间导致溢出。检查编译后的.map文件，确保内存使用未超过芯片的RAM限制（STM32F103C8只有20KB SRAM）。

6.3 从仿真到实物的注意事项

1. 硬件电路设计：
   • ADC输入前端需要添加抗混叠滤波器（低通滤波器），以滤除高于奈奎斯特频率的噪声成分。
   • ​​为ADC参考电压引脚（VREF+）提供干净、稳定的电压源，这是保证精度的基础。​​
   • 模拟部分（ADC输入走线）与数字部分（MCU数字IO、时钟）的布局应分开，避免噪声耦合。
2. 电源去耦：在MCU的每个电源引脚附近放置一个100nF的陶瓷电容，并在板级电源入口处放置一个10uF的钽电容，以滤除电源噪声。
3. 信号调理：根据待测信号的实际幅度，设计前端运放电路，进行适当的放大、衰减和电平移位，使其适配ADC的输入范围（0-3.3V）。

通过本设计，你不仅掌握了一套在仿真环境中验证THD测量算法的方法，更获得了将数字信号处理理论应用于嵌入式系统的完整实践经验。从概念理解、算法实现、仿真调试到精度优化，这条路径适用于大多数嵌入式信号处理项目。你可以尝试修改代码，测量方波、三角波等其他波形的失真度，或者尝试测量不同频率下的THD，从而更深入地探索信号世界的奥秘。