
去年冬天有一批设备返修,故障描述高度一致:实验室里连续跑一周不出错,装到现场机柜里,夏天中午开始偶发丢包,重启就好,过几个小时又来。现场温度 55℃ 左右,板子是 STM32F103,串口 115200 8N1,用内部 HSI 做主时钟,跑 Modbus RTU。
先把能想到的都排查了:双绞线换了、终端电阻加了、共模电感加了、地线重新接了,误码率从千分之一下降到万分之五,但没消失。最后用示波器量位宽,常温下一位是 8.68us(标准值 8.68us),加热到 60℃ 之后变成 8.43us,偏差 2.8%。把时钟源换成 8MHz 无源晶振,问题当天消失。
这不是布线问题,也不是协议问题,是波特率误差预算算错了。而这件事在很多项目里从来没算过——大家默认"能通就行",直到温度、批次、线长三个变量里任意一个动了。
要算预算,先得知道接收端是怎么判位的。
UART 是异步协议,收发双方没有共享时钟。接收端在检测到起始位下降沿之后,用自己的时钟去"追"后续每一位。主流 MCU 的 UART 采用 16 倍过采样:把每一位切成 16 个时钟节拍,在起始位下降沿把计数器清零,然后每 16 个节拍判一位。
判决不是取一个点,而是取第 8、9、10 个节拍三个采样点做多数表决。这样做的好处是:只要采样窗口还落在这位的有效电平区间内,判决就是对的。
关键在于采样点位置。理想情况下,采样窗口的中心应该落在每一位的中点。如果双方的位时间有偏差,误差会随位数线性累积——第 n 位的采样点偏移量,大约是 n 个位时间的误差累积。一帧 8N1 共 10 位(1 起始 + 8 数据 + 1 停止),最坏情况是最后一位,也就是停止位,要承受约 9.5 个位时间的累积偏差。
这就是为什么"误差 5% 好像也能通"是个错觉:它能不能通,取决于你的数据字节里最后几位是不是恰好不需要判对(比如全是 0x00 或 0xFF,边沿少反而容错)。用 0x55 做压力测试,方波形态边沿最密,是最坏情况。
ST 的参考手册里给过一个明确的不等式,针对 8 位、1 停止位:
DTRA + DQUANT + DREC + DTCL + DWU < 3.75%
这五项分别是:发送端波特率误差、发送端分频取整误差、接收端误差、接收端时钟误差、以及接收端为了对齐起始位预留的窗口余量。简化成工程语言就是:两端所有误差源加起来,不能超过 3.75%,而实际项目建议控制在 2% 以内。
3.75% 这个数字的来历可以说清楚:一帧 10 位,最后一个采样点在第 9.5 位处,允许的绝对偏移是半个位宽(采样窗口的一半),那么 0.5 / 9.5 ≈ 5.3%。再扣掉三点采样本身占用的窗口(±2/16 位宽,即 ±12.5% 的位时间,折算到 9.5 位上是 1.3%)和起始位检测的量化误差,落到 3.75% 是比较保守的取值。
换句话说:如果两端都用理想时钟,理论上 5% 都能勉强通;一旦有一端是内部 RC,3.75% 就很紧张了。
拿前面那块板子做实例。115200 波特率,8N1,一帧 10 位。
内部 HSI 的规格书通常写"出厂校准 ±1%(25℃)",注意这是 25℃ 的值。全温区指标要看 datasheet 的表格,主流 MCU 的 HSI 在 -40℃ 到 85℃ 范围内通常是 ±2%~±3%,有些型号到 105℃ 会到 ±4%。这个 ±3% 是已经吃掉了 3.75% 里的大部分预算。
外部无源晶振则好得多:常见规格 ±20ppm(0.002%),好一点的 ±10ppm。但要注意两个坑:
一是负载电容失配。晶振的标称精度是在指定的负载电容 CL 下测的,如果实际 PCB 上的 CL 和规格不符(比如规格 CL=12pF,你按 20pF 配电容),频偏会被"拉"走几十 ppm。8MHz 晶振的牵引灵敏度大约 10~30ppm/pF,配错 2pF 就是 20~60ppm,还不算温漂。
二是晶振的温漂曲线。AT 切型的音叉晶振(32.768kHz)是抛物线,室温附近最好,两头差很多;而 8MHz 以上用 AT 切厚度振动,温漂相对平缓,通常包含在 ±20ppm 里。做工业设备要问清楚是全温指标还是常温指标。
这一项最容易被忽略,因为它只跟时钟频率和波特率的关系有关,跟器件好坏无关。
UART 的波特率分频值是:USARTDIV = fCK / (16 × 波特率)。STM32 的 BRR 寄存器把整数部分放在高 12 位,小数部分放在低 4 位,也就是小数分辨率只有 1/16。
到这里就能解释现场故障了:+0.64%(分频)加上全温区 ±3%(HSI),合计 3.64%,已经贴着 3.75% 的天花板。再加上对端设备的误差和线缆造成的边沿变缓,超出预算是必然的。常温下 HSI 只差 1%,合计 1.64%,当然一切正常。
RS485 长距离传输时,收发器的上升沿会被线缆电容和终端匹配拉慢。9600 波特率一位 104us,边沿 1us 无所谓;但 115200 一位只有 8.68us,如果边沿占到 2us,接收端的判决点就被推迟了——这部分偏移不会体现在时钟精度上,但效果和误差一样。这也是为什么长线 + 高速是危险组合。
把常见配置的预算算出来,比背结论有用:
时钟源 | 时钟精度(全温) | USARTDIV(115200) | 分频取整误差 | 合计误差 | 判断 |
|---|---|---|---|---|---|
8MHz HSE 晶振 ±20ppm | ±0.002% | 4.3403 → 4.3125 | +0.64% | 0.64% | 可用,余量充足 |
8MHz HSI | ±1%(25℃)/ ±3%(全温) | 4.3403 → 4.3125 | +0.64% | 1.64% / 3.64% | 常温可用,高温危险 |
72MHz HSE 经 PLL | ±0.002% | 39.0625(精确) | 0% | 0.002% | 最理想 |
72MHz HSI 经 PLL | ±1% / ±3% | 39.0625(精确) | 0% | 1% / 3% | 临界,不建议 |
12MHz HSE | ±0.002% | 6.5104 → 6.5 | +0.16% | 0.16% | 可用 |
16MHz HSE | ±0.002% | 8.6806 → 8.6875 | −0.08% | 0.08% | 可用 |
25MHz HSE | ±0.002% | 13.5625(精确) | 0% | 0.002% | 可用 |
看出来一个规律:时钟频率是 115200 × 16 的整数倍时,分频误差为零。115200 × 16 = 1.8432MHz,它的整数倍里 3.6864、7.3728、11.0592、14.7456、18.432、22.1184、36.864、73.728MHz 都是"零误差"频率。11.0592MHz 这个奇怪的数字之所以在老 8051 系统里流行,就是这个原因——它是 9600、19200、115200 全系列的公倍数。
很多项目为了刷固件把波特率提到 921600 甚至 2M。这时候误差预算依然要算(921600 时一位只有 1.085us,对时钟精度的要求反而更严),但另外两个问题会先冒出来:
中断响应抖动。 接收端如果没有 DMA,靠中断搬数据,而系统里又有更高优先级的中断(比如 USB、以太网、定时器 PWM),一次被打断 1~2us 就足以让接收溢出。921600 下 1 字节的接收窗口只有 10.8us,经不起几次抖动。
GPIO 翻转速率与走线。 2M 波特率的方波基频 1MHz,边沿谐波到几十 MHz,此时串口线就不再是"低速信号"了,需要考虑走线阻抗和串扰——这一点在飞线调试时最容易翻车。
有些 MCU 允许把过采样倍率从 16 改成 8(STM32 的 OVER8 位),目的是在同样时钟下支持更高的波特率。代价是采样窗口从 16 个节拍缩到 8 个,三点表决的间隔从 1/16 位宽变成 1/8 位宽,抗抖动能力直接砍半。
更麻烦的是分频分辨率。16 倍过采样时小数部分是 4 位(1/16),8 倍过采样时只剩 3 位(1/8),同样的取整误差翻倍。8MHz 下 115200 用 OVER8:USARTDIV = 8,000,000/(8×115,200) = 8.6806,小数 0.6806×8 = 5.44 取 5,实际 8.625,波特率 115,942——看上去误差一样是 +0.64%,但那是因为数字凑巧;换成 921600 就能看出差别,取整误差会到 2% 以上。
结论很简单:除非非要用很高的波特率且时钟不够,否则不要开 OVER8。 它在实验室能通,在现场就是隐患。
算完预算只是第一步,实测才能确认。三样工具够用:
示波器看单位宽。 抓一帧连续的 0x55,量相邻两个下降沿之间的时间。标准 115200 的位宽是 8.680us,实测值偏离多少,就是总误差(包含时钟、分频、以及对端设备的误差)。注意要量多个周期取平均,单次测量的光标误差就有 0.1us,折算 1.2%。
用长帧做误码统计。 让设备连续发 1MB 的 0x55,接收端比对。0x55 的边沿最密,是最坏情况;如果用 0x00 测,可能跑一天都不出错,然后现场一上就跑飞。这个测试在常温做一遍、高低温各做一遍,数据才有意义。
看起始位有没有被误判成噪声。 有时"丢字节"不是采样点偏移,而是接收端把线上的毛刺当成了起始位,随后整帧错位。这时示波器会看到帧与帧之间多了一段异常短的波形。这种情况要查的是线缆屏蔽和共模电压,跟波特率无关——别在时钟上白费功夫。
顺带说一个容易被忽略的点:发送端的误差和接收端的误差是同向叠加还是反向抵消,取决于两台设备的偏差符号。 两块板子都用 8MHz 晶振,一个偏 +30ppm 一个偏 −30ppm,实际相对误差是 60ppm;如果都用同一批次的晶振,偏差高度相关,反而会互相抵消一部分。这解释了为什么"换一批晶振就好了"这种玄学现象真的存在——不是玄学,是批次相关性。
优先外部晶振,哪怕是 8MHz 的便宜货。 一颗 ±20ppm 的 8MHz 晶振加两个负载电容,成本不到一块钱,换来的是 0.64% 的预算占用,而不是 3.64%。
如果非要用内部 RC,把波特率选成"整除友好"的值。 8MHz HSI 下,用 9600 波特率:USARTDIV = 8,000,000/(16×9600) = 52.0833,取 52.0625,误差 +0.04%。9600 的位宽是 104us,容错窗口大得多,这是低速率在工业现场仍然顽强存活的原因。
接收端加超时与重传。 误差预算解决的是"物理层概率",协议层还得有 CRC 和重传兜底。Modbus RTU 的 3.5 字符间隔超时,本质就是在给误差留退路。
最后,把预算写进设计文档。 不是为了应付评审,是因为这个问题在实验室永远暴露不出来——它只在温度、批次、线长三个变量同时到位的时候才发作。而那时候设备已经在客户机柜里了。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。