1.问题

当信号叠加有高频噪声时，特别是类似有变频器这类强干扰源存在的情况下，如何测得信号的准确频率，是个问题。FFT要求长时间采样，对于嵌入式应用，采样点数和时间消耗都是个问题。而即使用示波器的波形叠加功能，因为强干扰源的存在，无法找到准确的触发沿，也无法达到这个目的，除非使用深存储功能的示波器，抓取足够多的数据点...

这里介绍一种处理的方法。可以在单片机环境下，准确测得信号的周期。周期的精确度，理论上，仅与时间轴的的采样周期有关。

2分析

对于仅仅需要测得信号基准频率的场合，其实，利用：

https://blog.csdn.net/twicave/article/details/131214059?spm=1001.2014.3001.5502http://xn--4gq480b4ha8ot6pdndwov38bqpe8sfe3tejjqp1ah98br9t的方法，使用低于最低频率信号的采样时长，就可以计算出信号的基准频率的大致范围，以及信号的幅度信息，也能够估算出，0电平的位置。然后，利用上述信息。就可以估算出在任意采样率下，过零点时，采样值的可能跳变范围，而后，直接把采样率提高到最高采样率，然后卡过零点的有效跳变点。测得的数据视情况累加4~16个周期，确认每次测得的周长与理论预期一致；然后取平均即可。对于明显是N倍或更多倍有效周期的数据点，可以直接以N倍计入。

但是注意，如果仅仅用零点和过零点的跳变来计算信号周期，测得的数据点中可能会混入高频的噪点，和半周期点：高频噪点是过零点时的高频抖动产生的。半周期点，是在原本是反向沿儿的位置，震荡，出现了正向沿儿。这些噪点，如果想要消除，可以引入信号的峰峰值来卡位。但是，从前一步，我们已经能够知晓周期的大致区间，所以，直接把不良数据点过滤掉即可。

ad采样的部分，很明显是在中断处理函数中直接操作的，这部分逻辑要精简再精简，为将来的更高速的ad采样预留空间。

3.编码

3.1 过零点的跳变估算。

注意，标准的正弦函数sinx/x = 1，我们可以利用这个特性，在幅度轴和时间轴产生伸缩的情况下，估算出过零点的导数（斜率）：

def get_dtOfAd_cross_zero(ad_pkpk, pt_of_cycle, sample_rate_of_pt_inHz, sample_rate_to_sample_inHz):
    span_x_of_std_sin = math.pi*2;
    span_y_of_std_sin = 1.0;
    current_span_of_x = pt_of_cycle;
    current_span_of_y = ad_pkpk;
    curent_slop = 1.0*(ad_pkpk/span_y_of_std_sin)*(span_x_of_std_sin/current_span_of_x)
    return curent_slop*sample_rate_of_pt_inHz/sample_rate_to_sample_inHz;