[發明專利]一種燈光發射波束的優化方法

在審

• 申請號: 202310051511.5
• 申請日: 2023-02-02
• 公開（公告）號: CN116321606A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 郭斌;郭云
• 申請（專利權）人: 達那喜（無錫）綠色能源科技有限公司
• 主分類號: H05B47/105
• 分類號: H05B47/105;G06F18/23213;G06F18/24;G06F18/213;G06N3/02
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 壇博光

1.一種燈光發射波束的優化方法，其特征在于，包括以下步驟；

獲取光照度、時刻、聲音強度及紅外信號，采用K-means算法對全光譜光源光照度進行聚類；

采用高斯核函數將時刻，聲音強度、紅外信號，聚類后的全光譜光源光照度映射至高維空間，得到高維空間特征向量；

根據對象傳遞函數，并且還根據光學單元的光學傳遞函數執行優化，獲得優化的全光譜光源幾何結構；

實時的采集節能燈具的照明工況信息，并對其進行數據分析，在接收到實時的節能燈具的全光譜光源照明工況信息后，則對其進行全光譜光源照明工況分析操作；

將高維空間特征向量作為輸入，實時獲取全光譜光源光照度、時刻、聲音強度及紅外信號，采用K-means算法對實時獲取的全光譜光源光照度進行聚類；

采用高斯核函數將時刻、聲音強度、紅外信號及聚類后的全光譜光源光照度映射至高維空間，得到高維空間數據；

采用所述有效的支持向量機模型對實時獲取的所述高維空間數據進行預測，根據預測結果對燈組發出指令；

在接收到實時的節能燈具的全光譜光源照明工況信息后，則對其進行全光譜光源照明工況分析操作，并對其進行線路工況分析操作；

采用K-means算法對全光譜光源光照度進行聚類，包括：統計所有光照度，找出中位數最多的前k個數據，將其初始化為聚類的初始質心；

遍歷所有數據，計算出其它全光譜光源光照度到k個初始質心的距離，將各個全光譜光源光照度劃分至距離最近的初始質心所在的簇中；

將每個簇中所有全光譜光源光照度的中間值作為該簇的新質心，重復遍歷所有全光譜光源光照度，計算每個全光譜光源光照度距離每個新質心的距離，并根據最近距離將每個全光譜光源光照度劃分到新的簇中，再將每個新的簇中所有全光譜光源光照度的中間值作為每個簇的新質心，重復以上計算，直至新質心不再發生變化。

2.根據權利要求1所述的一種燈光發射波束的優化方法，其特征在于，根據優化標準，優化迭代地檢查所述樣本對象的多個波束，所述波束基于所述對象傳遞函數和所述光學傳遞函數進行模擬，其中，模擬波束與不同模擬的測試照明幾何結構相關聯。

3.根據權利要求2所述的一種燈光發射波束的優化方法，其特征在于，所述模擬波束的波束對比度和所述模擬波束中所述樣本對象的波束與參考樣本對象的對象相似度中的至少一項。

4.根據權利要求3所述的一種燈光發射波束的優化方法，其特征在于，根據所述樣本對象的所述多個初始波束，確定所述樣本對象的相位對比加權參考波束。

5.根據權利要求4所述的一種燈光發射波束的優化方法，其特征在于，根據傅里葉疊層成像分析和/或根據迭代傅里葉變換算法的組合，確定所述樣本對象的所述相位對比加權參考波束。

6.根據權利要求5所述的一種燈光發射波束的優化方法，其特征在于，根據所述參考波束，設置所述優化的起始點和/或所述優化的邊界條件。

7.根據權利要求6所述的一種燈光發射波束的優化方法，其特征在于，獲取樣本對象的參考波束；根據所述參考波束，利用人工神經網絡對所述樣本對象分類；根據所述分類，確定照明幾何結構。

8.根據權利要求7所述的一種燈光發射波束的優化方法，其特征在于，實時獲取光照度、時刻、聲音強度及紅外信號，采用K-means算法對實時獲取的光照度進行聚類，采用高斯核函數將時刻、聲音強度、紅外信號及聚類后的光照度映射至高維空間，得到高維空間數據。