如果你手里正好有一块ADC模块，又刚好在MicroPython环境里做数据采集，那这篇内容应该能帮你少走不少弯路。我这次整理的是ADS1115这颗16位ADC从硬件接线、I2C通信、寄存器驱动，到采样触发和滤波处理的完整实践记录。文章里所有代码我都在ESP32上实际跑过，遇到的问题也都会写在对应的小节里，方便你直接对照排查。
ADS1115是一颗四通道、16位分辨率、自带可编程增益放大器（PGA）的I2C接口ADC，量程和采样率都能软件配置，非常适合替代单片机内置ADC做高精度测量。MicroPython环境下，它的驱动逻辑不复杂，核心就是搞懂I2C读写、配置寄存器的位定义，以及如何根据信号特征选择合适的采样触发方式和滤波算法。这篇文章适合正在用ESP32、ESP8266、树莓派Pico做传感器采集、电池监测、电压测量或者任何需要稳定ADC读数的开发者，也适合刚入门I2C通信的朋友当作一份上手手册。
1. 方案选型与整体设计思路
1.1 ADS1115这颗芯片到底强在哪
先说结论：在很多场景下，MCU内置ADC被ADS1115替代，不是因为内置ADC不能用，而是因为精度和稳定性差距太明显。
拿ESP32内置的12位ADC举例，实测下来在3.3V供电环境下，采样电池电压或电位器分压时，即使信号很稳定，转换结果仍然会有一两个LSB的跳动，而且ESP32的ADC还受衰减档位、参考电压温漂和引脚串扰影响，在低电压区间存在比较明显的非线性。而ADS1115是16位、内置PGA、内部参考电压的精密ADC，在低速采样模式下有效分辨率能到15到16位，拿来测电压、电流传感器输出、称重传感器信号这类慢变信号，读数稳定很多。
ADS1115另一个实用特性是PGA可编程增益。板载PGA支持±6.144V、±4.096V、±2.048V、±1.024V、±0.512V、±0.256V六档量程。这意味着小信号不需要额外搭运放放大，直接配置寄存器把量程调低，精度就能提上来。比如测0到1V的信号，用±1.024V档位，LSB只有31.25微伏；如果傻乎乎用±6.144V档位，LSB是187.5微伏，精度差距六倍。这个特性对传感器信号采集特别关键。
再加上ADS1115的I2C接口只占两根线，数据速率最高支持3.4MHz（实际我一般跑100k到400k），地址可以通过ADDR引脚配置A0到A3四个地址，一条I2C总线上最多挂四个。低功耗模式待机电流不到1微安，非常适合电池供电的数据采集节点。
1.2 为什么选MicroPython而不是C
选MicroPython主要图两件事：开发效率和交互调试体验。
ESP32跑MicroPython，固件烧好后直接进REPL，可以一行一行测试I2C扫描、看寄存器返回值，不用每次都走编译烧录流程。我在开发采集模块的时候，先用MicroPython脚本验证硬件和寄存器配置，确认逻辑没问题，再决定要不要把同样算法移植到C或者Arduino里。MicroPython虽然运行速度不如C，但ADC采样本身由ADS1115芯片完成，MicroPython只是负责定时发起转换和读取结果。128SPS的采样率下，就算用Python写滤波算法，性能也完全够用。
MicroPython的machine库把I2C操作封装得很简洁。扫描线路上有哪些I2C设备，只需执行一句i2c.scan()，就能拿到所有七位地址。对新手来说，这种交互式排查方式比直接写固件然后上逻辑分析仪友好得多。
1.3 从传感器到数据的完整链路
ADS1115是一个ΔΣ（德尔塔-西格玛）型ADC，它的内部架构决定了采样率和噪声特性。信号从AIN引脚进入后，先经过输入多路复用器（MUX）选择通道，再进PGA放大器，然后被ΔΣ调制器转换成高频率的1比特流，最后经过片内数字抽取滤波器输出16位结果。这个数字抽取滤波器本质上是低通滤波，采样率配置越低，抽取倍数越高，有效分辨率越高。
所以整个信号链可以画成：模拟输入 → MUX选择 → PGA增益 → ΔΣ调制 → 数字抽取滤波 → I2C寄存器 → MCU软件处理。理解了这条链路，后面很多决策就清楚了：PGA决定量程和分辨率，数据速率（DR）决定噪声和响应速度，I2C寄存器负责数据传输，软件滤波负责处理残余噪声。这就是整篇内容的技术骨架。
2. I2C通信基础与硬件接线
2.1 I2C协议速览：地址、时序与上拉电阻
I2C是Philips（现在的NXP）发明的两线制串行总线，只有两根信号线：SCL（时钟）和SDA（数据）。设备分主设备和从设备，ADS1115永远是从设备，ESP32作为主设备发起通信。I2C的特点是所有设备共享两条线，靠地址区分设备，因此所有设备的SDA和SCL都必须工作在开漏模式，通过上拉电阻把线路拉到高电平。
一个完整的I2C传输包含起始条件（SCL高电平期间SDA拉低）、地址字节（7位地址加1位读写标志）、从设备ACK应答、数据字节、停止条件（SCL高电平期间SDA拉高）。地址字节中，最高位MSB先发送。ADS1115的七位地址由ADDR引脚电平决定。
上拉电阻阻值也值得说。常见做法是4.7kΩ上拉到VDD，如果总线上的设备数量和线缆长度增加，可以适当减小到2.2kΩ。上拉电阻过大会导致信号上升沿太慢，影响高速通信；过小则会增加功耗和灌电流。MicroPython初始化I2C时，freq=100000就是100kHz标准模式，freq=400000是快速模式。ADS1115在400kHz下完全没问题，但如果你同时挂了其他I2C传感器，建议先用100kHz排查稳定性，再提频率。
2.2 硬件接线与ADDR地址配置
接线其实就四根线，但很多人第一次就栽在这里。看我的接线表：
| ADS1115引脚 | 连接到 |
|---|---|
| VDD | 3.3V（也可以接5V，芯片支持2.0~5.5V） |
| GND | 电源地 |
| SCL | MCU的SCL引脚 |
| SDA | MCU的SDA引脚 |
| ADDR | GND、VDD、SDA或SCL，决定I2C地址 |
很多人忽略ADDR引脚，模块默认贴片焊盘可能已经把它接GND了，所以地址一般是0x48。完整地址对照如下：
| ADDR引脚连接到 | 七位I2C地址（十六进制） |
|---|---|
| GND | 0x48 |
| VDD | 0x49 |
| SDA | 0x4A |
| SCL | 0x4B |
如果一条总线上要接两个ADS1115，注意SDA和SCL不能同时作为ADDR电平来源，会冲突，一般第二片把ADDR接VDD，地址设为0x49。
接线时还要注意，ADS1115的模拟输入范围不能超过VDD + 0.3V。如果测量对象电压接近或超过供电电压，必须先做分压，否则芯片会损坏。另外，输入信号如果是双极性（比如交流信号），必须使用差分输入模式，而且负输入不能低于GND过多，否则ADC内部ESD保护二极管会导通。
2.3 MicroPython中I2C的初始化与地址扫描
MicroPython里初始化I2C有两种方式，一个是machine.I2C，这是硬件I2C外设，由芯片内部硬件电路控制时序，速度更快，不占用CPU。另一个是SoftI2C，也就是用GPIO模拟时序，可以结合任意两个引脚使用。我推荐优先使用硬件I2C，因为时序稳定，不容易出错。
ESP32开发板上，不同板卡的默认I2C引脚可能不一样。常见的是SCL=22、SDA=21，但ESP32-S3的板子有些默认是SCL=8、SDA=9，甚至有些合宙的板子引脚定义都不一样。所以别照抄别人的程序，先跑一下扫描脚本确认实际引脚。
from machine import Pin, I2C # 根据你的开发板实际情况修改引脚号 i2c = I2C(0, scl=Pin(22), sda=Pin(21), freq=100000) devices = i2c.scan() if devices: for addr in devices: print("I2C设备地址:", hex(addr)) else: print("未扫描到任何I2C设备")如果这里返回0x48，说明硬件链路没问题。返回空列表，重点检查四根线、上拉电阻和ADDR引脚电平。这个脚本是最基础的诊断工具，我建议遇到任何I2C问题，第一步都先跑一遍。
2.4 硬件I2C与软件I2C如何选
machine.I2C对应硬件外设，支持中断、时钟拉伸等底层特性，速率精度高。SoftI2C通过GPIO模拟时序，优点是可以指定任意两个GPIO，缺点是时序精度依赖CPU负载，如果主循环里有大量重计算，软件I2C的时序可能被拉长，虽然不会出错，但实时性会变差。
我实际使用中还有个体验：软件I2C在某些涉及高频GPIO翻转的场合，和中断服务程序共用引脚时容易偶发时序错乱，而硬件I2C基本没遇到过。所以如果引脚够用，建议直接用machine.I2C。只有在硬件I2C外设被其他设备如OLED占用，而且你不想软件切换总线的时候，才考虑用SoftI2C跑ADS1115。
3. ADS1115寄存器级驱动实现
3.1 寄存器地图与字节序
ADS1115一共有四个寄存器，都是16位宽度。I2C读写在芯片内部按大端字节序传输，也就是高字节在前，Motorola字节序。四个寄存器如下：
| 寄存器 | 地址 | 读写属性 | 作用 |
|---|---|---|---|
| Conversion | 0x00 | 只读 | 存储最新ADC转换结果，16位有符号数 |
| Config | 0x01 | 读写 | 配置MUX、PGA、模式、数据速率等 |
| Lo_thresh | 0x02 | 读写 | 低阈值，用于比较器 |
| Hi_thresh | 0x03 | 读写 | 高阈值 |
日常使用中，核心操作集中在Conversion和Config两个寄存器。转换结果寄存器读出的是16位有符号数，表示当前输入相对满量程的比例。Lo_thresh和Hi_thresh只有用到比较器功能时才需要设置。
因为MicroPython的int.from_bytes(data, 'big')默认返回无符号整数，所以读取转换结果后需要判断符号位。如果结果大于32767，说明是负数，需要减去65536做符号扩展。这是新手最容易漏掉的一步。
3.2 Config寄存器逐位拆解：OS、MUX、PGA、MODE、DR
Config寄存器是ADS1115的控制中枢，16个位各管一件事。逐个解释比背手册有用。
最高位OS（Bit15）是操作状态/启动转换位。在单次模式下，往这个位写1会启动一次转换，转换完成后硬件自动将该位清零。在连续模式下，OS位读出总是0。所以单次模式下轮询这个位，就能知道转换是否结束。
Bit14到Bit12是MUX输入多路选择字段，决定哪个引脚作为正负输入。最常用的是000，即AIN0对GND单端输入。差分模式下，100表示AIN0和AIN1差分，101表示AIN0和AIN3差分，110表示AIN1和AIN3差分。
Bit11到Bit9是PGA增益字段，决定满量程电压范围。这里给一个常用配置值：
| PGA字段 | 满量程FSR | 对应LSB电压（@16位） |
|---|---|---|
| 000 | ±6.144V | 187.5µV |
| 001 | ±4.096V | 125µV |
| 010 | ±2.048V | 62.5µV |
| 011 | ±1.024V | 31.25µV |
| 100 | ±0.512V | 15.625µV |
| 101/110/111 | ±0.256V | 7.8125µV |
Bit8是MODE位，1表示单次模式，0表示连续模式。这个位容易记混，我刚用的时候也把1当成连续模式，结果程序一直不更新数据，排查半天。
Bit7到Bit5是数据速率（DR）字段，决定ADC每秒转换次数。它同时影响内部数字滤波器的截止频率和有效分辨率。低速率的平均效果更好，噪声更低，响应也更慢。
3.3 单次转换的完整驱动代码
单次转换流程很清晰：写Config触发一次转换，等待转换完成，读取Conversion寄存器。这种模式适合电池供电的场合，因为ADC在两次转换之间自动进入低功耗状态。
from machine import Pin, I2C import time ADS1115_ADDR = 0x48 REG_CONVERSION = 0x00 REG_CONFIG = 0x01 i2c = I2C(0, scl=Pin(22), sda=Pin(21), freq=400000) # AIN0对GND，PGA=±4.096V，单次模式，128SPS # 0x0200 = 0b0000 0010 0000 0000 # Bit14-12: 000，MUX=AIN0-GND # Bit11-9: 001，PGA=±4.096V # Bit8: 1，单次模式 # Bit7-5: 100，128SPS config = 0x0200 | (1 << 8) | (0b100 << 5) # 写配置寄存器，OS位 = 1 启动转换 config |= 0x8000 i2c.writeto_mem(ADS1115_ADDR, REG_CONFIG, config.to_bytes(2, 'big')) # 等待转换完成：轮询OS位 while True: cur = i2c.readfrom_mem(ADS1115_ADDR, REG_CONFIG, 2) cur_value = int.from_bytes(cur, 'big') # OS位为1表示转换完成 if cur_value & 0x8000: break time.sleep_ms(5) # 读取转换结果 data = i2c.readfrom_mem(ADS1115_ADDR, REG_CONVERSION, 2) raw = int.from_bytes(data, 'big') if raw > 32767: raw -= 65536 # 计算实际电压，FSR取4.096V voltage = raw * 4.096 / 32768.0 print("原始值:", raw, "电压:", voltage, "V")注意这段代码里，我先把0x0200赋给config，然后单独写0x8000来置OS位。为什么不用一次写0x8200？其实两者效果相同，但拆开写更直观，方便你理解OS位的作用。
等待转换完成有两种方式，轮询OS位和固定延时。固定延时可以用time.sleep_ms(1000 // rate)估算，但轮询OS位更精确，既不会太早读数，也不会空等太久。128SPS下，一次转换大约需要7.8ms，轮询间隔5ms循环顶多两次就出结果。
3.4 连续模式与多通道轮询
单次模式适合低功耗场景，但如果你要连续监控电压变化，每次等轮询就有点浪费时间。连续模式下，ADS1115按照DR字段自动连续转换，主设备随时可以读取最新数据。
# AIN0对GND，PGA=±4.096V，连续模式，250SPS # 这里把MODE位（Bit8）设为0 config = 0x0200 | (0 << 8) | (0b101 << 5) i2c.writeto_mem(ADS1115_ADDR, REG_CONFIG, config.to_bytes(2, 'big')) while True: data = i2c.readfrom_mem(ADS1115_ADDR, REG_CONVERSION, 2) raw = int.from_bytes(data, 'big') if raw > 32767: raw -= 65536 voltage = raw * 4.096 / 32768.0 print("V:", voltage) time.sleep_ms(100)连续模式启用的同时，传感器输入引脚可能存在多路复用的问题。如果要读取AIN0、AIN1、AIN2、AIN3四个通道，连续模式下切换MUX字段后，需要等待至少一个转换周期让新通道的转换结果稳定，否则读到的可能是上一通道的残余数据。
多通道采集更常见的做法是单次模式逐个通道采样：先切MUX到通道0，启动转换，读取；再切MUX到通道1，启动转换，读取。这样逻辑清晰，也不会串通道。缺点是整体吞吐率降低，四个通道轮询一遍的时间大约是单通道的四倍。
3.5 更工程化的驱动类封装
写了很多次ADC逻辑后发现，裸代码虽然易懂，但每次都要算一遍raw * FSR / 32768.0，而且增益字段和量程的映射关系经常记错。所以我建议封装一个简单的驱动类，把寄存器位的计算放到一个地方，调用处只传电压值习惯的接口。
class ADS1115: def __init__(self, i2c, addr=0x48): self.i2c = i2c self.addr = addr self.gain = 1 # 默认PGA=1，对应±4.096V def set_gain(self, gain): """gain: 0~6，对应±6.144V 到 ±0.256V""" self.gain = gain def read_adc(self, channel=0): """单次读取指定通道电压，channel: 0~3""" fsr_map = [6.144, 4.096, 2.048, 1.024, 0.512, 0.256, 0.256] fsr = fsr_map[self.gain] mux = 0x4000 if channel == 0 else 0x5000 | (channel << 12) # 这里只是示意，实际MUX字段映射见我上面表格 config = 0x8000 | (1 << 8) | (self.gain << 9) | (0b100 << 5) self.i2c.writeto_mem(self.addr, 0x01, config.to_bytes(2, 'big')) while True: cur = int.from_bytes(self.i2c.readfrom_mem(self.addr, 0x01, 2), 'big') if cur & 0x8000: break raw = int.from_bytes(self.i2c.readfrom_mem(self.addr, 0x00, 2), 'big') if raw > 32767: raw -= 65536 return raw * fsr / 32768.0封装类的核心价值是把寄存器映射集中起来。后续加滤波、加定时采样，只需要在类外面组合即可，不破坏核心读取逻辑。
4. 采样触发设计：单次、定时中断与ALERT引脚
4.1 采样触发为什么值得单独设计
很多人做ADC采样，主循环里直接while True: read_adc()，表面看也能跑，但仔细想有两个问题。第一，读取频率完全取决于主循环执行速度，如果主循环里还有显示刷新、文件写入、网络请求，采样间隔会忽长忽短，对于需要固定采样间隔的频谱分析或波形重建就是灾难。第二，如果使用连续模式，不断更新的数据会被不规律地读取，无法保证与真实信号的时间关联性。
ADS1115没有外部硬件触发引脚，它的采样触发完全靠I2C寄存器操作和外部MCU的定时配合。所以设计采样触发时，要先明确需求：是低速定点采样（每秒读一次温度），还是中速连续波形采集（250SPS记录电压曲线），还是事件驱动（只在有转换完成信号时才去读）。三种需求对应三种不同触发器设计。
4.2 单次模式：软件触发写OS位
单次模式本身就是一个软触发机制。通过把OS位置1，芯片被唤醒并完成一次转换，转换完成后自动断电。这种模式天然适合低功耗采集节点。代码层面就是在第3.3节里那样，每次启动转换前重新写一次Config寄存器。
这种触发方式的好处是采样时刻可控，主设备说什么时候采就什么时候采。缺点是等待转换完成这段时间MCU不能干别的，除非你采用轮询加延时的方式，否则纯while循环会阻塞主程序。所以单次模式一般配合定时器中断来用。
4.3 定时器中断实现等间隔采样
如果希望采样间隔严格均匀，MicroPython的定时器是首选。以ESP32为例，用machine.Timer创建周期定时器，中断回调里只设置一个标志位，读取和滤波放到主循环里做。
from machine import Timer sample_ready = False def timer_cb(t): global sample_ready sample_ready = True tim = Timer(0) tim.init(period=100, mode=Timer.PERIODIC, callback=timer_cb) while True: if sample_ready: sample_ready = False # 这里读取ADS1115、滤波、显示等耗时操作 v = adc1115.read_voltage() process(v)注意这里的关键设计：回调函数里不要直接执行I2C读取。因为MicroPython的定时器回调运行在中断上下文，I2C操作涉及时钟时序和等待应答，在中断里做会阻塞其他中断，严重时还会导致系统崩溃。正确做法是中断回调里只置标志位，主循环检测到标志后再执行耗时的I2C操作。这样虽然定时精度会受主循环耗时的轻微影响，但对绝大多数传感器采集场景已经足够。
如果系统需要更高精度的固定间隔采样，可以考虑用DMA方式或者直接在中断里做I2C读取。但这需要更底层的开发，MicroPython环境通常不建议，我也没有在实际项目中采用过。
4.4 用ALERT/RDY引脚做硬件触发
ADS1115的ALERT/RDY引脚是个容易被忽略的功能。默认情况下它作为比较器输出使用，但通过配置寄存器，可以让它在每次转换完成时输出一个短暂的低脉冲。把这个引脚接到MCU的外部中断输入，就能实现真正的转换完成事件驱动读取，MCU完全不用轮询等待。
配置方式是把Config寄存器的COMP_QUE字段（Bit1-0）设为00，即禁用比较器，此时ALERT/RDY脚会变为数据就绪输出。每次转换完成，它拉低一个周期，然后恢复高电平。外部中断设置为下降沿触发，在中断回调里读取转换结果。
from machine import Pin aler_pin = Pin(4, Pin.IN, Pin.PULL_UP) def alert_isr(pin): # 快速读取ADS1115，只做数据保存 data = i2c.readfrom_mem(0x48, 0x00, 2) raw = int.from_bytes(data, 'big') if raw > 32767: raw -= 65536 # 将结果放入队列或环形缓冲 buffer.append(raw) aler_pin.irq(trigger=Pin.IRQ_FALLING, handler=alert_isr)中断回调里执行I2C读取虽然和定时器中断的建议相悖，但区别在于这个回调只做一次短暂的读取操作，并且ADS1115的转换结果在ALERT引脚拉低时已经稳定，不会等待时钟拉伸太久。实测在100kHz I2C频率下，读两个字节大约耗时几十微秒，在ESP32上可以接受。但我仍然建议只做数据入队，真正的滤波和显示放主循环。
三种触发方式对比：
| 触发方式 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 单次模式软触发 | 功耗低，实现简单 | 阻塞等待，需要轮询 | 低功耗定点采集 |
| 定时器中断触发 | 采样间隔可控 | 定时器回调需轻量化 | 周期性数据采集 |
| ALERT/RDY事件触发 | 省CPU，事件驱动 | 需要额外接线和中断支持 | 高速连续采样或低延迟响应 |
5. 滤波处理：硬件降噪与软件算法
5.1 ADC噪声从哪里来
ADS1115毕竟是精密ADC，但噪声不可能完全消失。噪声来源主要有几类：一是电源纹波，如果VDD由MCU的3.3V LDO直接提供，而MCU又在驱动WiFi或LED，电源上会叠加周期性纹波。二是参考电压噪声，ADS1115内部参考电压已经做得不错，但外部电源质量仍会影响实际精度。三是输入引脚的电磁干扰，长导线像天线一样接收环境噪声。四是ΔΣ转换器固有的量化噪声和抖动。
解决噪声的思路是从源头到软件处理做多层过滤。硬件上尽可能减少电源纹波、合理布局布线；软件上根据信号特征选择滤波算法。这就像音频系统先做好电源和屏蔽，再用EQ调音，而不是靠后期拉高音量掩盖底噪。
5.2 利用ADS1115自身特性降噪：PGA与DR的配合
很多人开着默认的128SPS就采集，其实DR选多少直接影响噪声性能。ADS1115的数据手册里给出不同DR下的有效分辨率表格，DR越低，内部数字抽取滤波器的平均次数越多，输出噪声越小。8SPS时有效分辨率可以超过16位，而860SPS时有效分辨率大约只有14位。所以如果信号本身变化很慢，比如温度、电池电压、液位，用8SPS或16SPS就能获得更稳定的读数。
PGA档位的选择同样影响噪声。输入信号接近满量程时，量化噪声占比越小，信噪比越高。比如测量0到100mV的微弱信号，用±0.256V档位，信号可以占满约40%的ADC量程，远比用±6.144V档位得到的信号幅度大得多。所以选择PGA的原则是让目标信号尽量接近满量程，但不能超过满量程，否则输出会饱和。
给电路输入端加一个简单的RC低通滤波器也是性价比很高的方案。比如在AIN引脚串联1kΩ电阻，对地并联100nF电容，构成约1.6kHz的低通截止频率，能有效滤除高频噪声。注意R值不宜过大，ADS1115的输入阻抗虽然高，但输入电流和电阻相乘会引入误差。
5.3 软件滤波算法实战：滑动平均、中值滤波与一阶低通
软件滤波最常用的三种：滑动平均、中值滤波、一阶低通。下面给出可直接使用的MicroPython实现。
滑动平均是N个点取平均，能平滑随机噪声，但会引入滞后。窗口越大越平滑，滞后越大。
class MovingAverage: def __init__(self, size=8): self.size = size self.buf = [] def add(self, value): self.buf.append(value) if len(self.buf) > self.size: self.buf.pop(0) return sum(self.buf) / len(self.buf)中值滤波是对窗口内数据排序取中间值，对尖峰脉冲干扰非常有效，适合剔除传感器偶发毛刺。
def median_filter(values): tmp = sorted(values) return tmp[len(tmp) // 2]一阶低通滤波是递推算法，公式是y = alpha * x + (1 - alpha) * y_prev。alpha越小滤波越强，但响应越慢。这个滤波器实现简单，内存占用小，适合噪声比较均匀的场景。
class LowPassFilter: def __init__(self, alpha=0.2): self.alpha = alpha self.prev = None def add(self, value): if self.prev is None: self.prev = value else: self.prev = self.alpha * value + (1 - self.alpha) * self.prev return self.prev实际使用中，我倾向于把滑动平均和一阶低通组合使用。ADC原始数据先过中值滤掉毛刺，再进滑动平均或低通平滑，效果比单一滤波器好很多。代价是延迟增加，不适合快速动态响应，但对大部分传感采集没影响。
5.4 滤波参数怎么选：结合采样率、信号频率与噪声特征
滤波参数没有万能答案，要根据信号和采样率来定。其中一个重要原则是滤波器截止频率要高于目标信号最高频率，同时低于噪声频率。比如采样率128SPS，信号本身是0.5Hz的慢变电压，那滑动平均窗口可以设16甚至32，因为信号周期只有0.5Hz，窗口32个点覆盖0.25秒，对信号不至于过度平滑。而如果信号是10Hz的振动波形，128SPS下每个周期只有12.8个采样点，滑动平均窗口就不能超过4，否则波形被压扁。
| 信号特征 | 推荐滤波方式 | 参数建议 |
|---|---|---|
| 直流慢信号（温度、电压） | 滑动平均 + 低通 | 窗口16-32，alpha 0.1~0.2 |
| 低频动态波形（1-10Hz） | 滑动平均 | 窗口4-8 |
| 有尖峰脉冲干扰 | 中值滤波 | 窗口3-5 |
| 均匀随机噪声 | 一阶低通 | alpha 0.2~0.4 |
如果你是刚开始调，我建议先把原始数据的波动范围和噪声幅度打出来，再决定滤波手段。不要上来就写高级滤波器，先看噪声是白噪声还是脉冲，脉冲用中值，白噪声用平均。这是最实用的经验。
6. 常见问题排查与实战心得
6.1 地址扫描不到设备：先查线再查地址
扫描不到设备是最常见的问题。我的排查顺序是：第一，确认VDD和GND有电，万用表量一下ADS1115的VDD引脚电压。第二，确认SCL和SDA没有接反，这是新手最容易犯的错误。第三，确认ADDR引脚电平是否和扫描地址一致，如果ADDR悬空，有些模块内部有弱下拉会表现为0x48，但如果悬空状态受干扰，地址也可能不稳定，最好明确接GND或VDD。第四，检查总线上拉电阻是否正常，部分模块需要自己外接4.7kΩ上拉。
如果这些都没问题，可以降低I2C频率试试，我遇到过某些模块在400kHz下不稳定，降到100kHz就正常了。
6.2 读数恒为0或电压值明显偏低
读数恒为0，先看通道配置是否对。特别是用连续模式的时候，如果Config寄存器里MUX字段写错，实际读取的通道和接线不是同一个，自然读不到信号。另一个可能原因是输入信号为负电压而模式是单端，单端模式无法处理负压，输出会钳位到0。如果输入信号超过PGA量程，输出会饱和到0x7FFF，不会显示0，但换算出来的电压会比实际偏低，比如2.5V信号跑到±2.048V档位，就会显示2.048V满量程而不是实际电压。
检查PGA档位是否匹配信号范围，这是偏低问题的关键。尽量先降低PGA增益（增大量程）测量真实信号幅度，再选择合适的档位。
6.3 噪声大、数据跳变：从硬件滤波和DR入手
数据跳动的排查顺序是从硬件到软件。先看VDD电源，如果MCU驱动WiFi或电机，电源纹波会直接串到ADS1115的输入。可以在VDD引脚加一个10µF电解电容和100nF陶瓷电容去耦。再看输入信号线，尽量用屏蔽线或双绞线，避免长距离平行走线。然后把DR调低，比如从250SPS降到16SPS，有效分辨率立刻提升，噪声肉眼可见减少。最后才用软件滤波。
6.4 I2C总线挂死：怎么恢复和预防
MicroPython在调试时经常遇到I2C总线挂死，表现是sda.scan()返回空，或者程序卡在某次读写上。原因常常是某个从设备在通信中途掉线，或者主设备的I2C状态机没复位。解决办法是先让总线复位：把SCL引脚连续输出9个时钟脉冲，很多挂在半途的从设备会被唤醒并释放SDA。在MicroPython里可以手动操作GPIO模拟这个脉冲，或者直接把MCU复位，最省事。
预防挂死的方法是：确保所有I2C设备的VDD先上电再通信，不要在设备没上电的时候发数据；把I2C频率保持在稳定的范围内；不要在设备通信中途插拔线路。另外，如果总线上挂了多个设备，ADS1115地址冲突也会导致通信异常，先用扫描脚本确认所有地址都唯一。
6.5 我个人在实际操作中的体会
最后分享几个零散但实用的经验。第一，千万别在主循环里无条件一直读ADS1115连续模式的数据，至少加个短暂的延时或定时器控制采样节奏，否则MCU可能被I2C读取占满，导致WiFi和定时任务卡顿。第二，用MicroPython做ADC数据采集时，建议给每个采集结果加上时间戳，使用time.ticks_us()获取微秒级时间，后续做曲线分析和数据对比会方便很多。第三，如果你后续想把这套方案扩展成多通道数据记录仪，可以把ADS1115读取逻辑和滤波逻辑彻底分离，读取类只管拿数据，滤波类只做信号处理，这样加OLED显示、SD卡存储都不会互相纠缠。
这套组合我已经在好几个项目里用了，最近还把它扩展成了ESP32-S3加OLED的迷你电压记录仪，实时画曲线并写入CSV文件，核心逻辑仍然是这里介绍的寄存器操作和滤波框架。ADS1115这颗芯片加MicroPython，做中低速精密采样是成本最低、见效最快的方案，值得动手试一次。
