基于线性回归和TivaTM4C123GH6PM 微控制器的简易噪声计的设计

这是嵌入式老师布置的一个作业，这个是实验报告，本来属于硬件，但因为用到了回归算法和梯度下降算法，也小小算是机器学习的一份子了，所以也发出来，纪念一下，毕竟辛苦了至少两天。

一、实验目的

通过实验进一步熟悉TivaTM4C123GH6PM微控制器的ADC模块。学习如何利用ADC模块采集外部电压，并通过串口输出，熟悉TivaTM4C123GH6PM 微控制器的ADC模块的采集、输入、输出机制。利用回归算法，通过对采集到的数据的拟合，实现通过putty显示外界噪声的设计要求，提高自己处理和分析数据的能力。

二、实验内容

1、TivaTM4C123GH6PM 微控制器的ADC模块

2、噪声计的基本原理

3、声音采集模块

4、数据采集和处理阶段

5、简易噪声计性能测试与分析讨论

三、实验原理

1、TivaTM4C123GH6PM 微控制器的ADC模块

TM4C123FH6PM ADC 模块的转换分辨率为 12 位，并提供 12 个输入通道和一个内部温度传感器。每个 ADC 模块都包含 4 个可编程的序列发生器，无需控制器干预即可自动完成对多个模拟输入源的采样。每个采样序列发生器都可灵活配置其输入源、触发事件、中断的产生、序列发生器的优先级等内容。此外，还可选择将转换结果转移给数字比较器模块。每个 ADC 模块提供 8 个 数字比较器。每个数字比较器模块内置16 路数字比较器，每路数字比较器均可将 ADC 转换结果数值与2 个由用户定义的门限值进行比较，以确定信号的工作范围。ADC0 和 ADC1 可各自采用不同的触发源&#