點光源環境下室內環境燈光多參量控制仿真

李朝獻

(河南大學濮陽工學院，河南 濮陽 457000)

1 引言

隨著人工智能控制技術的發展，采用智能控制技術進行點光源環境下室內環境燈光的優化控制，可以降低燈光的能量開銷，提高室內環境燈光的隨動性和光強的自動選擇能力，增強融合性[1]。研究點光源環境下室內環境燈光的優化控制方法，在室內環境裝飾以及綠色環保設計方面有很好的應用價值，同時在促進節能環保設計和室內燈飾環境優化等方面具有重要意義[2]。相關的點光源環境下室內環境燈光控制技術研究受到人們的極大重視[3]。

傳統方法中，對點光源環境下室內環境燈光控制主要有模糊控制方法、積分控制方法和反演控制法，文獻[4]提出的基于模糊自適應調度的室內環境燈光多參量控制方法，采用模糊自適應調度方法進行室內環境燈光的多線程調度，實現控制優化，但該方法在進行大規模的燈光控制時，控制模糊度較大；文獻[5]提出一種基于Smith結構的點光源環境下室內環境燈光多參量控制方法，引入DC/AC逆變器，完成控制器的優化設計。文獻[6]提出基于反演積分控制的點光源環境下室內環境燈光多參量控制方法，構建點光源環境下室內環境燈光的分層子維空間規劃模型，結合光線的強度信息融合方法進行模糊控制，但該方法的設計難度較大，控制的時效性不好。

針對上述問題，本文提出基于模糊PID的點光源環境下室內環境燈光多參量控制方法。采用多自由度耦合調節方式，進行室內環境燈光亮度和角度的自動調節；結合模糊PID控制方法，進行室內環境燈光的亮度信息和光源輸出信息的融合處理；構建模糊PID控制律，進行點光源環境下室內環境的光束軌跡跟蹤控制，實現對室內環境燈光的多參量控制優化。

2 約束參量及自適應學習

2.1 室內環境燈光控制約束參量模型

點光源是理想化為質點點光源。在室內環境的組成元素中，光、介質以及光束傳輸空間均是關鍵因素。室內環境中的介質可劃分為兩類，主要為實體介質和虛體介質。實體介質是指采用自身所具備的物理特性對光束進行衍射和吸收；虛體介質是描述光束穿透虛體介質時，即可生成相應的散射現象。

為了實現對點光源環境下室內環境燈光的多參量控制，構建室內環境燈光的分層子維空間分布模型。結合燈光的照明參量規劃方法，進行點光源環境下室內環境燈光的7自由度照明空間規劃，實現多參量融合特征分析。在點光源環境下室內環境燈光的照明控制中，給定室內環境燈光的分層子維空間分布模型

(1)

式中，θ為燈光的射線以鉛錘線的夾角，Ts為點光源環境下室內環境燈光照明的輸出時間間隔，tH為照明的多參量融合特征矩，M(θ)表示點光源發光強度分布系數，表示點光源漫射分布系數，G(θ)表示距離照度。

為了提高點光源環境下室內環境燈光照明的隨動性，降低污染，采用模糊PID控制方法[7]，進行光源環境下室內環境燈光照明的多參量調節控制，內容為

(2)

(3)

(4)

M=Mn+ΔM

(5)

(6)

(7)

其中，u(t)表示波束衍射特征參量，ρ(t)表示多參量約束閾值：

(8)

其中，d(t)表示間接照明凹凸比例。

綜上分析，實現對點光源環境下室內環境燈光多參量控制的約束特征分析，根據控制約束參量分析結果進行多傳感器融合跟蹤識別，提高燈光多參量控制的自適應性[9]。

2.2 點光源的動態基元自適應學習

(9)

在點光源環境下室內環境燈光的角度和強度控制中，采用聯合參數估計方法，進行燈光的誤差聯合控制，得到基元參數調節的誤差為：

(10)

在不考慮擾動的條件下，采用圖1所示的模糊PID神經網絡控制系統，進行點光源環境下室內環境燈光的基元參數學習。

圖1 模糊PID神經網絡控制器

圖1中，輸入點光源環境下室內環境燈光傳感信息采樣值為

(11)

根據上述分析，可以采用多自由度耦合調節方式，進行室內環境燈光亮度和角度的自動調節。

3 室內環境燈光多參量控制優化

3.1 模糊PID控制及環境燈光信息融合處理

在上述構建的室內環境燈光控制的約束參量模型中，采用多自由度耦合調節方式，進行室內環境燈光的亮度和角度的自動調節，并提出基于模糊PID的點光源環境下室內環境燈光多參量控制優化方法[10]。采用模糊PID控制方法進行室內環境燈光的亮度信息和光源輸出信息的融合處理，PID控制為

(12)

其中，ce2表示點光源發光強度與垂直方向的發光面的面積之比。

假設，室內環境燈光PID控制的神經元隱含層的輸出光束特征量為x1，…，xn，分別乘上權重值w1j，…，wnj，得到室內環境燈光的亮度調節優化解輸出

(13)

(14)

其中，β0是繞y軸的點光源環境下室內環境燈光衍射波束的旋轉角，其旋轉矩陣Ry(β0)表示為

(15)

其中，cβ0、sβ0、-sβ0、cβ0表示矩陣元素。

結合模糊PID控制律，進行點光源環境下室內環境燈光信息融合處理，可以提高多參量融合調度能力與控制效果。

3.2 多參量聯合控制優化

構建模糊PID控制律，進行點光源環境下室內環境的光束軌跡跟蹤控制，實現對室內環境燈光的顏色、光強、照射角度、波束衍射特征等參量的多參量融合調節，點光源環境下室內環境燈光調節的旋轉矩陣Rx(γ0)表示為

(16)

在分布式環境中，以坐標系Σe(≡Σ7)為慣性坐標系，采用光程軌跡跟隨控制方法，構建點光源環境下室內環燈光控制的次變換矩陣IT7(θ)

IT7(θ)=IT0(θ1，θ2，θ3)·0T7(q1)

(17)

采用分段式的軌跡學習方法，以θ為學習軌跡的分界點，構造點光源環境下室內環境燈光多參量聯合控制的Lyapunov函數為

(18)

采用多自由度耦合調節方式，進行室內環境燈光的強度跟蹤、誤差調節和誤差跟蹤

e1=?-?r

(19)

其中，?r表示實際光束軌跡[11]。

對燈光的入射方位誤差進行求導

(20)

其中，ω2表示入射光線角度。

采用光束軌跡跟隨學習方法[12]，構建點光源環境下室內環境燈光多參量控制的穩定函數為

(21)

(22)

聯合上式分析可得

(23)

分析式(23)可見，點光源環境下室內環境燈光多參量控制過程是穩態收斂的，可以實現對室內環境燈光的顏色、光強、照射角度、波束衍射特征等參量的多參量融合調節和自適應控制，能夠有效提高控制精度與控制效果。

4 仿真與結果分析

在室內環境燈光多參量調試中，本實驗過程主要使用到的儀器有：MPS-3005L-3直流穩壓電源，為人機交互系統提供直流24V電壓；示波器，型號為MSO-X-2022A，用于測量電源電路的紋波大小、通信模塊的信號波形等。圖2、圖3分別為直流穩壓電源、示波器。

圖2 直流穩壓電源 圖3 示波器

采用Matlab進行點光源環境下室內環境燈多參量控制模型設計，采用NetLogo模擬點光源環境下室內環境燈光控制平臺。

圖4 外網燈光控制模型

對燈光信息采樣的傳感器陣列分布為200×200的均勻陣列基元，設定光強信息采樣的頻率為40KHz，對室內環境燈光的亮度信息采樣時長為30s，控制指令輸出的時間間隔為1.45ms，光束指令的輸出帶寬為24Bps，對點光源環境下室內環境燈光控制的指令輸入時域波形如圖5所示。

圖5 室內環境燈光控制的指令輸入時域波形

根據圖5所示的室內環境燈光控制指令進行燈光的多參量調節和融合處理，用模糊PID控制方法進行點光源環境下室內環境燈光的亮度信息和光源輸出信息的優化調節，得到室內環境燈光波束分布如圖6所示。

圖6 室內環境燈光波束分布

分析圖6得知，采用本文方法進行室內環境燈光的多參量控制，光強信息分布均勻，波束調節能力較強。

測試室內環境燈光的多參量弧長與色彩融合度的關系，利用上位機采集室內燈光多參量弧長與色彩數據。

圖7 上位機多參量弧長與色彩數據采樣

根據數據采樣結果得到多參量弧長與色彩的擬合度，結果如圖8所示。

圖8 燈光控制的色彩融合的水平

分析圖8得知，采用本文方法進行點光源環境下室內環境燈光多參量控制，色彩融合性能較好。

采用所提點光源環境下室內環境燈光多參量控制方法、文獻[4]基于模糊自適應調度的室內環境燈光多參量控制方法、文獻[5]基于Smith結構的點光源環境下室內環境燈光多參量控制方法進行控制精度對比實驗。得到的對比結果如表1所示。

表1 控制精度對比

分析表1得知，文獻[4]方法的平均控制精度為0.900%，文獻[5]方法的平均控制精度為0.935%，本文方法的平均控制精度0.971%，相比之下可以看出，本文方法進行點光源環境下室內環境燈光多參量估計能力更好，控制精度更高。其主要原因是所提方法利用模糊PID進行室內環境光束軌跡跟蹤控制，進而對室內環境燈光的多參量進行融合調節，有效的提高了控制精度。

5 結語

為了實現對室內環境燈光的自適應控制，促進節能環保設計和室內燈飾環境優化，本文提出基于模糊PID的點光源環境下室內環境燈光多參量控制模型。結合燈光的照明參量規劃方法，進行室內環境燈光的規劃設計；基于動態基元的自適應學習方法，進行點光源環境下室內環境燈光的模糊自適應控制；構建模糊PID控制律，進行點光源環境下室內環境的光束軌跡跟蹤控制，實現對室內環境燈光的顏色、光強、照射角度、波束衍射特征等參量的多參量融合調節。研究得知，本文方法進行點光源環境下室內環境燈光控制的效能較好，精度較高，可以有效提高光源環境下室內環境燈光的自適應控制程度，為室內環境燈光控制技術的發展奠定基礎。