一种灯光发射波束的优化方法技术

本发明专利技术公开了一种灯光发射波束的优化方法，包括以下步骤；获取光照度、时刻、声音强度及红外信号，采用K

【技术实现步骤摘要】
一种灯光发射波束的优化方法


[0001]本专利技术涉及照明
，具体来说，涉及一种灯光发射波束的优化方法。

技术介绍

[0002]随着节能减排的需求越来越迫切，全光谱智能照明技术的不断发展，光效不断提高，全光谱智能照明得到越来越广泛的应用，取代传统白炽灯、荧光灯的趋势越来越明显。全光谱智能照明路灯广泛用在各种道路的照明中，现有的灯，配光上大多采用自由曲面单透镜配光，存在一定的色差，目标面上存在黄圈现象，照明颜色不均匀，现有的基于全光谱的智能照明系统及其方法相结合来说，现有的大多仅是单独对全光谱节能灯具的供电电压、供电电流情况进行分析判别，而与其相关联的电力线路的工作状况却鲜有涉及，使得整体的处理过程较为单一。
[0003]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]针对相关技术中的问题，本专利技术提出一种灯光发射波束的优化方法，以克服现有相关技术所存在的上述技术问题。
[0005]为此，本专利技术采用的具体技术方案如下：
[0006]一种灯光发射波束的优化方法，包括以下步骤；
[0007]获取光照度、时刻、声音强度及红外信号，采用K
‑
means算法对全光谱光源光照度进行聚类；
[0008]采用高斯核函数将时刻，声音强度、红外信号，聚类后的全光谱光源光照度映射至高维空间，得到高维空间特征向量；
[0009]根据对象传递函数，并且还根据光学单元的光学传递函数执行优化，获得优化的全光谱光源几何结构；r/>[0010]实时的采集节能灯具的照明工况信息，并对其进行数据分析，在接收到实时的节能灯具的全光谱光源照明工况信息后，则对其进行全光谱光源照明工况分析操作；
[0011]将高维空间特征向量作为输入，实时获取全光谱光源光照度、时刻、声音强度及红外信号，采用K
‑
means算法对实时获取的全光谱光源光照度进行聚类；
[0012]采用高斯核函数将时刻、声音强度、红外信号及聚类后的全光谱光源光照度映射至高维空间，得到高维空间数据；
[0013]采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出指令；
[0014]在接收到实时的节能灯具的全光谱光源照明工况信息后，则对其进行全光谱光源照明工况分析操作，并对其进行线路工况分析操作；
[0015]采用K
‑
means算法对全光谱光源光照度进行聚类，包括：统计所有光照度，找出中位数最多的前k个数据，将其初始化为聚类的初始质心；
[0016]遍历所有数据，计算出其它全光谱光源光照度到k个初始质心的距离，将各个全光谱光源光照度划分至距离最近的初始质心所在的簇中；
[0017]将每个簇中所有全光谱光源光照度的中间值作为该簇的新质心，重复遍历所有全光谱光源光照度，计算每个全光谱光源光照度距离每个新质心的距离，并根据最近距离将每个全光谱光源光照度划分到新的簇中，再将每个新的簇中所有全光谱光源光照度的中间值作为每个簇的新质心，重复以上计算，直至新质心不再发生变化。
[0018]作为优选的，根据优化标准，优化迭代地检查所述样本对象的多个波束，所述波束基于所述对象传递函数和所述光学传递函数进行模拟，其中，模拟波束与不同模拟的测试照明几何结构相关联。
[0019]作为优选的，所述模拟波束的波束对比度和所述模拟波束中所述样本对象的波束与参考样本对象的对象相似度中的至少一项。
[0020]作为优选的，根据所述样本对象的所述多个初始波束，确定所述样本对象的相位对比加权参考波束。
[0021]作为优选的，根据傅里叶叠层成像分析和/或根据迭代傅里叶变换算法的组合，确定所述样本对象的所述相位对比加权参考波束。
[0022]作为优选的，根据所述参考波束，设置所述优化的起始点和/或所述优化的边界条件。
[0023]作为优选的，获取样本对象的参考波束；根据所述参考波束，利用人工神经网络对所述样本对象分类；根据所述分类，确定照明几何结构。
[0024]作为优选的，实时获取光照度、时刻、声音强度及红外信号，采用K
‑
means算法对实时获取的光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据。
[0025]本专利技术的有益效果为：本专利技术提高了全光谱照明系统的实时性、精确性，减少了人工的参与，达到灯光集中又能够尽量减小小区间的干扰，降低了检查的时间，节省了人工成本，对多个灯具的照射角度进行快速调整，快速聚焦，以此来优化灯具的聚焦控制效果，减少人工控制操作，提升控制效率。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1是根据本专利技术实施例的一种灯光发射波束的优化方法的流程图之一；
[0028]图2是根据本专利技术实施例的一种灯光发射波束的优化方法的流程图之二。
具体实施方式
[0029]为进一步说明各实施例，本专利技术提供有附图，这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点，图中
的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
[0030]根据本专利技术的实施例，提供了一种灯光发射波束的优化方法。
[0031]实施例一；
[0032]如图1
‑
2所示，根据本专利技术实施例的灯光发射波束的优化方法，包括以下步骤；
[0033]获取光照度、时刻、声音强度及红外信号，采用K
‑
means算法对光照度进行聚类；
[0034]采用高斯核函数将时刻，声音强度、红外信号，聚类后的光照度映射至高维空间，得到高维空间特征向量；
[0035]根据对象传递函数，并且还根据光学单元的光学传递函数执行优化，获得优化的照明几何结构；
[0036]实时的采集节能灯具的照明工况信息，并对其进行数据分析，在接收到实时的节能灯具的照明工况信息后，则对其进行照明工况分析操作；
[0037]将高维空间特征向量作为输入，实时获取光照度、时刻、声音强度及红外信号，采用K
‑
means算法对实时获取的光照度进行聚类；
[0038]采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据；
[0039]采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出指令；
[0040]在接收到实时的节能灯具的照明工况信息后，则对其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种灯光发射波束的优化方法，其特征在于，包括以下步骤；获取光照度、时刻、声音强度及红外信号，采用K
‑
means算法对全光谱光源光照度进行聚类；采用高斯核函数将时刻，声音强度、红外信号，聚类后的全光谱光源光照度映射至高维空间，得到高维空间特征向量；根据对象传递函数，并且还根据光学单元的光学传递函数执行优化，获得优化的全光谱光源几何结构；实时的采集节能灯具的照明工况信息，并对其进行数据分析，在接收到实时的节能灯具的全光谱光源照明工况信息后，则对其进行全光谱光源照明工况分析操作；将高维空间特征向量作为输入，实时获取全光谱光源光照度、时刻、声音强度及红外信号，采用K
‑
means算法对实时获取的全光谱光源光照度进行聚类；采用高斯核函数将时刻、声音强度、红外信号及聚类后的全光谱光源光照度映射至高维空间，得到高维空间数据；采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出指令；在接收到实时的节能灯具的全光谱光源照明工况信息后，则对其进行全光谱光源照明工况分析操作，并对其进行线路工况分析操作；采用K
‑
means算法对全光谱光源光照度进行聚类，包括：统计所有光照度，找出中位数最多的前k个数据，将其初始化为聚类的初始质心；遍历所有数据，计算出其它全光谱光源光照度到k个初始质心的距离，将各个全光谱光源光照度划分至距离最近的初始质心所在的簇中；将每个簇中所有全光谱光源光照度的中间值作为该簇的新质心，重复遍历所有全光谱光源光照度，计算每个全光谱光源光照度距离每个新质心的距离，并根据最近距离将每个全光谱...

【专利技术属性】
技术研发人员：郭斌，郭云，
申请(专利权)人：达那喜无锡绿色能源科技有限公司，
类型：发明
国别省市：