Excel+Arduino实战：NTC 10K温度传感器数据处理全流程（附C程序）

如果你正在为一个物联网项目寻找一个简单、可靠且成本低廉的温度监测方案，那么NTC 10K热敏电阻很可能是你的首选。它价格亲民，响应迅速，但一个绕不开的挑战是：如何将它的非线性电阻变化，准确地转换成我们熟悉的温度读数？直接使用复杂的指数公式在资源有限的微控制器（比如Arduino）上计算，不仅效率低下，还可能引入精度问题。

今天，我们不谈复杂的数学推导，而是分享一套我多次在项目中验证过的“组合拳”：用Excel完成繁琐的数据拟合与系数计算，再用Arduino高效执行查表与线性插值。这套方法的核心在于，将PC端强大的数据处理能力与嵌入式端的实时性完美结合。你不需要是数学专家，只需要跟着步骤操作，就能得到一个高精度、快响应的温度传感模块。无论是温室监控、设备温度预警，还是简单的环境监测，这套流程都能让你快速上手，把更多精力放在应用逻辑本身。

1. 理解NTC 10K与数据处理挑战

NTC（Negative Temperature Coefficient）热敏电阻的阻值随温度升高而降低，这种特性使其成为温度传感的常用元件。型号中的“10K”特指其在25°C（即298.15K）时的标称电阻值为10千欧姆。其阻温关系遵循Steinhart-Hart方程，一个包含对数运算的复杂指数函数。

对于Arduino这类8位AVR微控制器来说，直接进行浮点指数、对数运算不仅是性能上的负担，还会显著增加代码体积和计算时间。在实际项目中，尤其是需要快速采样或多任务处理的场景，这种开销往往是不可接受的。

因此，我们的策略是 “化曲为直，化繁为简”：

• 化曲为直：将整个测温范围（例如-20°C到100°C）划分为多个小区间。在每个小区间内，非线性曲线可以近似为一条直线，误差很小。这就是区间线性拟合（分段线性化） 的核心思想。
• 化繁为简：在PC上（使用Excel）预先计算好每个区间直线的斜率和截距，生成一个系数表。Arduino只需要做两件事：1) 判断当前AD值属于哪个区间；2) 使用该区间的系数进行一次简单的乘法加法运算 温度 = 斜率 * AD值 + 截距。

这种方法将最耗资源的数学运算提前到开发阶段完成，运行时仅需极少的计算资源，实现了精度与效率的平衡。

注意：B值是NTC热敏电阻的关键材料常数，它描述了电阻随温度变化的速率。不同B值的传感器，其电阻-温度曲线形状不同。本文示例使用B=3435K的常见型号，如果你的传感器B值不同，后续Excel计算中的公式参数需要相应调整。

2. 利用Excel构建电阻-温度数据库与拟合系数

Excel在这里扮演了“离线计算引擎”和“可视化分析工具”的双重角色。我们通过它完成从理论模型到实用系数表的全部转换。

2.1 建立基础电阻-温度对应表

首先，我们在Excel中创建一个基础表格，列出目标温度范围内每一个整数值（或其他精度）所对应的理论电阻值。

1. 创建温度列：在A列（假设从A2开始）输入起始温度，例如-20，然后向下填充至100。
2. 输入电阻计算公式：在B2单元格输入Steinhart-Hart方程的变形公式，用于计算对应温度下的NTC电阻值。公式如下：

   =10000 * EXP(3435 * (1/(A2+273.15) - 1/298.15))
   

   • 10000：25°C时的阻值10K欧姆。
   • 3435：NTC的B值。
   • A2+273.15：将摄氏温度转换为开尔文温度。
   • 298.15：25°C对应的开尔文温度（273.15+25）。
   • EXP()：Excel的指数函数。
3. 公式填充：将B2单元格的公式向下拖动填充至温度范围末尾。现在，你得到了一张精确的“温度-电阻”查询表。

温度 (°C)	理论电阻值 (Ω)
-20	100358.2
-19	95320.1
...	...
25	10000.0
...	...
100	678.6

2.2 引入电路模型：从电阻到AD值

微控制器通过ADC（模数转换器）读取的是电压值，而非直接读取电阻。通常，我们采用一个简单的分压电路：将NTC与一个精度较高的固定电阻（常取10K，与NTC在25°C时的阻值相同）串联，接到参考电压（如Arduino的5V）。ADC测量的是两个电阻中间点的电压。

假设使用10位ADC（如Arduino Uno），其输出值范围为0-1023。那么AD值与NTC电阻的关系为：

AD值 = (Rt / (Rt + R_fixed)) * 1023

其中 Rt 是NTC的实时电阻，R_fixed 是固定电阻（10K）。

我们在Excel中增加一列来计算每个温度点对应的理论AD值。在C2单元格输入：

= (B2 / (B2 + 10000)) * 1023

同样向下填充。现在表格包含了 温度 -> 电阻 -> AD值 的完整链。

2.3 执行区间线性回归

这是提升精度的关键步骤。我们不再用一条直线去拟合整个曲线，而是分段处理。

1. 划分区间：以每10°C为一个区间（例如-20~-10， -10~0， ..., 90~100）。你可以在另一个工作表或区域，列出这些区间。
2. 提取区间数据：针对每个区间，从主表中筛选出该区间内所有温度点对应的“AD值”和“温度”两列数据。
3. 使用散点图与趋势线：
   • 选中一个区间的这两列数据，插入“散点图”。
   • 在图表上右键点击数据点，选择“添加趋势线”。
   • 在趋势线选项中，选择“线性”，并务必勾选“显示公式”和“显示R平方值”。
   • 显示出的公式 y = kx + b 中，y是温度，x是AD值，k就是斜率，b就是截距。 R平方值越接近1，说明在该区间内线性拟合得越好。
4. 记录系数：将每个区间得到的斜率(k)和截距(b)记录到一个新的表格中。同时，记录每个区间边界（起点或终点）对应的AD值，作为Arduino判断区间的依据。

下面是一个系数表示例：

区间索引	温度范围 (°C)	边界AD值	斜率 (k)	截距 (b)
0	-20 ~ -10	907	0.1561	121.73
1	-10 ~ 0	842	0.1220	92.853
2	0 ~ 10	759	0.1047	79.576
3	10 ~ 20	664	0.0985	75.389
...	...	...	...	...
11	90 ~ 100	92	0.4193	138.30

提示：边界AD值 通常取每个区间起始温度对应的AD值（向下取整）。在编程时，我们通过比较实时AD值是否大于某个边界值，来判断它落入了哪个区间。

3. Arduino端的C程序设计与实现

有了Excel计算好的系数表，Arduino端的代码就变得清晰而高效。我们的目标是实现一个函数：输入ADC读取的原始值，输出计算得到的温度值。

3.1 数据结构定义

首先，我们需要将Excel中得到的系数表和边界值表，用数组的形式在Arduino程序中定义。这些数据通常放在程序开头，作为全局常量。

// 定义温度区间边界对应的ADC值 (10位ADC， 根据你的分压电路计算得出)
const int adcBoundaries[] = {907, 842, 759, 664, 562, 464, 374, 298, 235, 185, 146, 116, 92};
const int numBoundaries = 13; // 边界数量 = 区间数量 + 1

// 定义每个区间的线性拟合系数：斜率 k 和截距 b
const float slope[] = {0.1561, 0.1220, 0.1047, 0.0985, 0.1009, 0.1112, 0.1297, 0.1578, 0.1976, 0.2520, 0.3245, 0.4193}; // 斜率k
const float intercept[] = {121.73, 92.853, 79.576, 75.389, 76.699, 81.447, 88.418, 96.869, 106.33, 116.51, 127.21, 138.30}; // 截距b
const int numSections = 12; // 区间数量

3.2 核心转换函数

接下来是核心的 adcToTemperature 函数。它采用查表法确定区间，然后进行线性计算。

float adcToTemperature(int rawADC) {
  // 1. 输入保护，防止ADC值超出预定义的范围
  if (rawADC >= adcBoundaries[0]) {
    rawADC = adcBoundaries[0]; // 低于最低温，按最低温处理
  } else if (rawADC <= adcBoundaries[numBoundaries - 1]) {
    rawADC = adcBoundaries[numBoundaries - 1]; // 高于最高温，按最高温处理
  }

  // 2. 查表确定区间索引
  int sectionIndex = 0;
  for (int i = 0; i < numBoundaries - 1; i++) {
    // 如果ADC值介于两个边界之间（左闭右开），则确定区间
    if (rawADC < adcBoundaries[i] && rawADC >= adcBoundaries[i + 1]) {
      sectionIndex = i;
      break;
    }
  }
  // 处理恰好等于左边界的情况（除了最后一个区间）
  if (rawADC == adcBoundaries[sectionIndex] && sectionIndex < numSections - 1) {
    sectionIndex++;
  }

  // 3. 使用对应区间的系数进行线性计算: T = k * ADC + b
  float temperature = slope[sectionIndex] * rawADC + intercept[sectionIndex];

  return temperature;
}

这个函数逻辑清晰：

• 保护：确保输入值在预设的AD值范围内。
• 查表：遍历边界数组，找到当前AD值所属的区间。
• 计算：进行一次乘法和一次加法，得到最终温度。

3.3 主循环与示例代码

在主程序中，我们只需要循环读取ADC，调用转换函数，然后输出或使用温度值即可。

// 假设NTC传感器连接在模拟引脚A0
const int ntcPin = A0;

void setup() {
  Serial.begin(9600); // 初始化串口通信
  // 模拟引脚默认就是输入模式，无需额外设置
}

void loop() {
  // 读取ADC值，多次采样取平均可以减小噪声
  int adcValue = 0;
  for (int i = 0; i < 10; i++) {
    adcValue += analogRead(ntcPin);
    delay(1);
  }
  adcValue /= 10;

  // 转换为温度
  float tempC = adcToTemperature(adcValue);

  // 通过串口输出结果
  Serial.print("ADC: ");
  Serial.print(adcValue);
  Serial.print(" -> Temperature: ");
  Serial.print(tempC);
  Serial.println(" °C");

  delay(1000); // 每秒读取一次
}

4. 系统搭建、校准与优化技巧

理论和方法最终需要落实到实际的电路和代码中。这一部分我们讨论如何完成整个系统的搭建，并进行必要的校准和优化。

4.1 硬件连接与注意事项

电路非常简单，但细节决定精度。

Arduino 5V --- [10K固定电阻] --- [NTC 10K] --- Arduino GND
                         |
                         |
                    Arduino A0 (模拟输入)

• 电阻精度：分压电路中的固定电阻应选用1%精度或更高的金属膜电阻，其温漂对系统精度有直接影响。
• 参考电压：Arduino ADC的默认参考电压是系统电压（5V）。确保你的Arduino供电稳定。对于高精度应用，可以考虑使用analogReference(INTERNAL)调用内部1.1V基准，并相应调整分压电阻比值和Excel计算模型。
• 滤波：在模拟引脚A0和地之间并联一个0.1uF的瓷片电容，可以有效滤除高频噪声。
• 自热效应：流经NTC的电流会产生热量，导致其自身温度升高。尽量使用大的分压电阻（如10K）以减小电流，或采用间歇性供电/测量的方式。

4.2 软件校准与误差修正

即使理论计算再完美，实际元件参数、ADC偏差也会引入误差。一个简单的两点校准法可以显著提升实用性。

1. 准备两个已知温度点：例如冰水混合物（约0°C）和室温（用另一个可信的温度计测量，如25°C）。
2. 采集实际AD值：将传感器分别置于这两个环境中，等待稳定后，从串口监视器读取Arduino输出的平均AD值。记下 (AD_known1, T_known1) 和 (AD_known2, T_known2)。
3. 修正系数：
   • 理论上，这两个点应该落在我们预设的某两条拟合线段上。
   • 我们可以根据这两个实际点，微调它们所在区间的斜率和截距。甚至可以在程序中增加一个全局的偏移量和比例因子。
   • 一个简单的全局修正公式：T_corrected = (T_calculated - offset) * scale。通过联立两个已知温度点的方程，可以解出 offset 和 scale。

4.3 性能与代码优化

对于追求极致效率或需要接入更多传感器的项目，可以考虑以下优化：

• 使用整型运算：如果对精度要求不是极高，可以将斜率放大一定倍数（如10000倍）后用整型存储和计算，最后再缩小。整型乘除法比浮点运算快得多。

  // 例如，斜率0.1561存储为1561（放大了10000倍）
  int tempScaled = (1561 * rawADC) / 10000 + intercept; // intercept也需做相应处理
  

• 二分查找法：当区间数量很多时，adcToTemperature函数中的顺序查找（for循环）效率是O(n)。可以使用二分查找法将效率提升至O(log n)，尤其适合资源更紧张但区间划分更细的场景。
• 非线性插值：在区间内部，除了线性插值，还可以采用查表法直接映射。即预先计算好每一个可能的AD值（0-1023）对应的温度，存储在一个大数组中。这样转换速度最快（O(1)），但会消耗约2KB的RAM（1024个float），需要权衡资源。

5. 从原型到应用：数据记录与可视化

一个能读取温度的装置只是起点。我们可以轻松地扩展功能，将其融入更大的物联网应用。

5.1 使用Excel或串口绘图器进行实时监测

Arduino IDE自带的串口绘图器是一个极佳的快速可视化工具。在loop()函数中，我们只需输出温度值：

Serial.println(tempC); // 只输出温度值，绘图器会自动识别

打开串口绘图器，你就能看到实时的温度曲线，非常适合调试和观察趋势。

对于更正式的数据记录，可以将串口数据导入Excel：

1. 在Arduino中输出逗号分隔的数据，如 Serial.print(millis()); Serial.print(","); Serial.println(tempC);（时间戳和温度）。
2. 使用串口工具（如CoolTerm、Putty）将数据记录为文本文件。
3. 在Excel中导入该文本文件，利用其强大的图表功能进行深入分析。

5.2 接入物联网平台（进阶）

通过添加一个Wi-Fi模块（如ESP8266/ESP32）或以太网扩展板，你的温度传感器可以轻松上网。

• 本地服务器：将Arduino配置为Web服务器，在局域网内通过浏览器即可查看实时温度和历史图表。
• 云平台：将数据发送到Thingspeak、Blynk或自建的MQTT服务器（如EMQX）。这些平台通常提供数据存储、可视化图表和报警规则设置。以下是一个发送数据到Thingspeak的简化思路：

// 伪代码，依赖于具体的网络库
void sendToCloud(float temperature) {
  if (connectToWiFi()) {
    HttpClient client;
    String url = "http://api.thingspeak.com/update?api_key=YOUR_KEY&field1=";
    url += String(temperature);
    client.get(url); // 发送HTTP GET请求
  }
}

5.3 构建完整监测系统

单个传感器可以扩展为网络：

• 多点监测：使用多个模拟引脚，或通过模拟多路复用器（如CD4051）轮询多个NTC传感器，监控不同位置的温度。
• 阈值报警：在代码中设置温度上下限。当温度超限时，可以点亮LED、触发蜂鸣器，或发送网络通知/邮件。
• 联动控制：结合继电器模块，实现温度闭环控制。例如，当温度超过30°C时自动启动风扇，低于15°C时开启加热器。

我自己的一个小型植物培养箱就采用了这套方案：一个ESP32读取两个NTC温度传感器（箱内空气、土壤），将数据上报到本地服务器，并在温度过高时自动打开排风扇，同时给我手机推送一条提醒。整个系统的核心——温度转换部分——正是基于本文描述的分段线性化方法，运行一年多来，稳定可靠，精度完全满足需求。