STM32H750VBT6中ADCINP与INN什么区别
在 STM32H750VBT6 的高级 ADC 架构中每个物理采样通道的引脚名称经常会出现INP正输入和INN负输入。它们的核心区别在于STM32H7 的 ADC 支持“差分输入Differential”和“单端输入Single-ended”两种工作模式。INP 和 INN 就是为了差分模式而设计的。具体区别与工作原理如下1. 概念与角色定义INP (Input Positive)正模拟输入通道在单端模式下它是唯一的信号输入引脚。ADC 测量的就是 INP 引脚相对于芯片模拟地VSSA的电压。在差分模式下它是差分对的正极输入端。INN (Input Negative)负模拟输入通道在单端模式下该引脚不作为模拟输入通常被释放出来可以作为普通的 GPIO 或其他复用功能使用。在差分模式下它是差分对的负极输入端。ADC 此时测量的不再是单引脚对地的电压而是 (VINP - VINN)的电压差。2. 为什么 H7 要引入 INP 和 INN差分模式的威力STM32H7 拥有高达 16-bit 的分辨率。在 16 位精度下微弱的噪声都会导致采集结果严重跳动。引入 INP/INN 走差分对正是为了高精度、高规格的信号采集例如微弱的工频信号、全差分运放输出的局放检波信号等超强的抗共模干扰能力CMRR如果 PCB 走线上引入了外部的空间电磁干扰如数字开关噪声、433MHz 射频辐射干扰会同时耦合到紧挨着的 INP 和 INN 走线上。由于 ADC 最终计算的是 VINP - VINN噪声在相减时会被自动抵消。消除地电位差Ground Noise在复杂的混频电路中大电流工作会导致不同区域的 GND 存在微小的电压差。如果用 INN 连到信号源的参考地INP 接信号就能彻底隔离掉板上地噪声对 16-bit ADC 的污染。动态范围翻倍差分模式下实际可测量的输入范围为 -(VREF - V_REF-) 到 (VREF - VREF-)。3. 引脚映射规则与配对关系在 STM32H7 中INP 和 INN 不是随意组合的它们在硬件内部有固定的配对关系。通常规律为通道 x的 INP 和通道 x1的 INP 在差分模式下组合。以常见的ADC1为例基于 LQFP100 封装常用引脚期望配置的差分通道正极输入 (INP)对应引脚负极输入 (INN)对应引脚ADC1 差分通道 3ADC1_INP3PA6ADC1_INN3(实际由 INP4 提供)PC4ADC1 差分通道 5ADC1_INP5PB0ADC1_INN5(实际由 INP6 提供)LQFP100未引出, 需更大封装ADC1 差分通道 10ADC1_INP10PC0ADC1_INN10(实际由 INP11 提供)PC1画板避坑指南如果你在 CubeMX 中将某个通道勾选为Differential差分软件会自动强行占用两个引脚一个作 INP一个作 INN。如果你的前级电路如运放输出是单端的只有一个信号线参考 GND在 CubeMX 中请务必选择Single-ended单端模式。此时你只需要看INP引脚即可对应的 INN 引脚完全可以挪作他用不需要接任何模拟信号。

相关新闻

商用轨道插座怎么选更划算 各品牌性价比盘点帮你避坑少花冤枉钱

商用轨道插座怎么选更划算 各品牌性价比盘点帮你避坑少花冤枉钱

开过咖啡店、装过联合办公、做过商业展厅的朋友都懂,配电布局绝对是装修前期最容易踩的坑:插座布少了,后期加设备要拖插排乱不说,还容易过载跳闸;布多了,闲置的插座丑还浪费钱,换个业态还要砸墙…

2026/7/6 3:54:20阅读更多 →
MLflow在LLM评估中的工程实践:实现可追溯、可比较、可归因的模型管理

MLflow在LLM评估中的工程实践:实现可追溯、可比较、可归因的模型管理

1. 为什么我坚持用 MLflow 做 LLM 评估——一个实战派的坦白局你有没有过这种经历:上周跑通的微调实验,这周想复现时发现连自己都搞不清当时用的是哪个 tokenizer、哪版数据清洗脚本、甚至 batch size 是 8 还是 16?更别提团队协作时&#xf…

2026/7/6 3:54:20阅读更多 →
FastAPI 新手入门第 9 篇:配置不要写死在代码里

FastAPI 新手入门第 9 篇:配置不要写死在代码里

前面几篇我们一直把代码写在项目里,接口也能正常跑。但真实项目里总会遇到一类值:本地和线上不一样,今天和明天也可能不一样。 比如应用名称、运行环境、数据库地址。它们不适合写死在代码里。 这一篇我们先不接数据库,只做一件事…

2026/7/6 3:54:20阅读更多 →
C语言实现后量子加密Kyber算法:原理、性能与嵌入式集成实战

C语言实现后量子加密Kyber算法:原理、性能与嵌入式集成实战

1. 项目概述:当量子计算撞上经典加密 最近几年,量子计算这个词儿在技术圈里越来越热,从实验室里的概念逐渐变成了悬在现有信息安全体系头顶的“达摩克利斯之剑”。作为一名和C语言、嵌入式系统打了十几年交道的开发者,我最初听到“…

2026/7/6 5:14:25阅读更多 →
Android WebView安全防护实战:从XSS防御到JavaScript桥接安全

Android WebView安全防护实战:从XSS防御到JavaScript桥接安全

1. 项目概述:为什么WebView安全是Android开发的“必修课”如果你是一名Android开发者,WebView这个组件你一定不陌生。它就像一扇窗户,让我们能在自己的App里嵌入一个浏览器,展示网页内容。从简单的展示一个“用户协议”页面&#…

2026/7/6 5:14:25阅读更多 →
python celery 异常

python celery 异常

1不走队列没有使用delay2一切正常,但是redis中没有进来数据是不是启用了多套celery ,用混了

2026/7/6 5:14:25阅读更多 →
简单图论大学习

简单图论大学习

一、图的存储与遍历 存储 存图有多种方法,都不复杂,很容易实现。 1.邻接矩阵 直接使用二维数组 graph[N][N] 来存,它虽然代码简单,查询较快,但是有时候很浪费空间,而且数据范围有较大的限制&#xff0c…

2026/7/6 5:14:25阅读更多 →
Video2X完全指南:免费AI视频修复神器,让模糊视频重获新生

Video2X完全指南:免费AI视频修复神器,让模糊视频重获新生

Video2X完全指南:免费AI视频修复神器,让模糊视频重获新生 【免费下载链接】video2x A machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018. 项目地址: https://gitcode.com/GitHub_Tre…

2026/7/6 5:14:25阅读更多 →
安卓修改大师反编译全攻略:从命令行到图形化的一站式APK定制...

安卓修改大师反编译全攻略:从命令行到图形化的一站式APK定制...

安卓修改大师反编译全攻略:从命令行到图形化的一站式APK定制神器 简介 安卓APK反编译曾是开发者和逆向工程师的专属技能,需要掌握apktool、dex2jar、jd-gui、IDA等多款命令行工具的组合使用,环境配置繁琐且操作复杂。本文将基于传统反编译工具…

2026/7/6 5:09:25阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/6 4:26:20阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/6 2:48:33阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/6 0:10:35阅读更多 →
Seraphine:基于LCU API的英雄联盟智能游戏助手技术解析与应用指南

Seraphine:基于LCU API的英雄联盟智能游戏助手技术解析与应用指南

Seraphine:基于LCU API的英雄联盟智能游戏助手技术解析与应用指南 【免费下载链接】Seraphine 英雄联盟战绩查询工具 项目地址: https://gitcode.com/gh_mirrors/se/Seraphine 技术架构先行:官方接口的合规应用 你是否曾在BP阶段手忙脚乱&#x…

2026/7/6 0:03:39阅读更多 →
多协议远程连接管理工具mRemoteNG:告别混乱,统一你的远程桌面管理

多协议远程连接管理工具mRemoteNG:告别混乱,统一你的远程桌面管理

多协议远程连接管理工具mRemoteNG:告别混乱,统一你的远程桌面管理 【免费下载链接】mRemoteNG mRemoteNG is the next generation of mRemote, open source, tabbed, multi-protocol, remote connections manager. 项目地址: https://gitcode.com/gh_m…

2026/7/6 0:03:39阅读更多 →
COUNT(DISTINCT) 与 GROUP BY 去重统计:5 亿数据量下的性能实测与选型指南

COUNT(DISTINCT) 与 GROUP BY 去重统计:5 亿数据量下的性能实测与选型指南

COUNT(DISTINCT) 与 GROUP BY 去重统计:5 亿数据量下的性能实测与选型指南在数据分析和处理领域,去重统计是最基础也是最频繁使用的操作之一。当数据量达到亿级规模时,不同的去重统计方法在性能上可能产生天壤之别。本文将基于 5 亿行数据的实…

2026/7/6 0:03:39阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/6 4:45:01阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/6 4:45:01阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/6 4:45:03阅读更多 →