在工业控制与智能穿戴设备日益普及的今天，电容触控技术的稳定性和精准度面临严峻挑战。误触，尤其是由同频干扰和水汗附着引发的误动作，成为影响用户体验的关键痛点。
AW933XX是艾为电子推出的高性能CAP SOC芯片，内置强抗干扰ADC采样模块，SSR扩频数字电路， SMART_CFI抗同频干扰算法。同时内部集成自互容一体模拟检测模块，配合内置“大禹”防水防汗算法，通过IEC 61000-4-4 (EFT ±4kV) / IEC 61000-4-6 (CS 10V)认证。轻松应对工业、消费类使用场景，助力提升容式人机交互体验。
一、电容传感器的应用痛点
1. 同频干扰
工业电机、工频电源等干扰源，会对电容芯片产生强烈的同频干扰，容易引发按键误触发，滑动坐标跳变。
AI眼镜行业正处于快速发展阶段，结合人工智能技术与眼镜形态的融合创新，正逐步从概念走向实际应用。2025年全球AI眼镜市场持续高增长，上半年出货量同比增长超10倍。AI眼镜广泛采用的电容芯片实现滑动识别、触控按键和人体佩戴检测功能，受到硬件布局空间限制以及内部功能多样化需求，音频PA、蓝牙无线射频等模块与CAP模块更近，也更加容易对CAP产生同频干扰。
2. 防水防汗
水汗场景的误触发是工业和消费类应用中常见的痛点，常规的电容式的按键和滑条，水汗附着会引起信号量变大，从而引起按键误触发或者滑条坐标异常。AW933XX内置“大禹”防水防汗算法，配合自互容一体检测前端，能够抑制水汗影响，日常带自来水、汗液、油污滑动和点击识别综合成功率可达95%以上。
二、基于AW933XX的防水抗干扰解决方案
AW933XX系列覆盖3/5/7/10/12通道电容触控应用，具有1aF电容检测精度，能自动抵消220pF以内的负载电容。
图1 AW933XX典型框图
- 通过IEC 61000-4-4 (EFT ±4kV) / IEC 61000-4-6 (CS 10V)认证
- SMART_CFI跳频算法，解决同频干扰问题
- 点击/滑动/佩戴“大禹”防水防汗算法，综合识别成功率达到95%以上
- 3/5/7/10/12 通道、高灵敏度、自容&互容式触控
- 电容分辨率：1aF，补偿电容：220 pF
- 按键单击/双击/三击/长按，一维滑动/二维滑动/环形滑动，佩戴检测
- 低功耗 Active：23.5uA Doze：10.7uA Sleep：8.9uA
- 支持宽1.65V~3.6V电源
- I²C ： 400 kHz
1. 抗同频干扰SMART_CFI方案
同频干扰产生的基本原理如下：
图2 载波频率72.5KHz raw数据
干扰信号频率是芯片电容采样载波频率的奇数倍时，电容检测信号量抖动加剧，产生异常高信号，从而引起电容检测系统误触，表现为误报按键状态，滑动坐标异常偏移或误报异常佩戴状态。
SMART_CFI方案主要采用多个频点同步测量的方法，获取不同频点数据后，分析数据特征，保留有效的原始数据，然后对数据进行切频偏差补偿，并执行IIR滤波处理，最终得到有效的电容感应数据。下图以音频PA干扰源866KHz为例，开启和关闭SMART_CFI算法电容原始值波形对比。
图3 干扰源866KHz raw数据
整机悬空放置处于远离态，开启外部干扰866KHz。CAP SOC若单频采样配置66.6KHz，则866KHz约为66.6Khz的13倍频，产生同频干扰。
若不开启Smart_CFI算法，raw数据抖动会超出触摸阈值10000，则引起误触发事件。
开启Smart_CFI算法，则raw数据抖动在5000以下，不会引起误触。
2. “大禹”防水防汗方案
AW933XX支持自容和互容一体式采样，并支持shield屏蔽/保护电极，配合自适应差值滤波技术，精准区分水汗和人手触摸特征值，提高触摸识别成功率。
下表为典型场景下“大禹”防水防汗算法是否时，识别成功率对比测试。可见，开启“大禹”防水防汗算法，有助于显著提升抵御水汗、油污的性能，识别率提升10-40%以上；与市场上现有的量产方案相比，识别准确率高5-10%。
图4 典型场景下识别成功率
三、AW933XX选型表
图5 产品选型表
全部评论