基于LED峰值的太阳光谱合成方法

为了利用不同波段LED快速准确地模拟太阳光谱,基于LED的光谱合成原理,提出了一种利用LED光谱峰值波长处的数据合成太阳光谱的方法,简化了太阳光谱的拟合过程。首先,建立所有LED峰值波长处的函数方程组,利用约束最小二乘法确定各波段的拟合参数。进而,通过3组等间隔的LED光谱数据组对该方法进行了仿真分析,间隔40,30,20 nm的LED合成光谱与目标光谱相关系数对应为0.902,0.935,0.977,并对合成光谱失真处进行了分析和修正。最后,根据所选LED的实际光谱对太阳光谱进行了仿真分析。仿真结果表明：合成光谱与太阳光谱最大失配误差为4%,达到AM1.5的A级标准,满足LED太阳模拟器光谱匹配要求。     

基于有效集算法的大功率单色LED太阳光谱模拟仿真

利用单色LED实现对AM1.5标准太阳光谱可见光（380~780 nm）波段和标准光源CIE-D65的匹配,提出了通过有效集算法作为目标光谱的匹配算法,将Epitex公司的大功率单色LED的峰值波长和半高全宽数据作为有效集,并建立了一个数据库。将相关指数R²最大作为优化目标,通过MATLAB编程求解超定方程组的最小二乘解求出拟合所需要的单色LED的种类和数量。拟合AM1.5可见光的最佳组合中使用24种单色LED,相关指数R²高达0.850 2,拟合标准光源CIE-D65的最佳组合中使用25种单色LED,相关指数R²高达0.940 5。进行了增加LED和减少LED的优化实验。得出的结果对工程实践中单色LED拟合太阳光谱的研究提供了理论基础。     

遗传算法在LED光源光谱匹配技术中的应用

为利用单色LED实现CIE-D65标准光源、AM1.5标准太阳光目标光谱的匹配,提出简单遗传算法作为光谱匹配算法,通过求解超定方程组的非负最小二乘解,优化不同峰值波长、峰值波长间隔、半高宽的单色LED匹配光源组合,达到光源光谱匹配的目的.仿真实验表明:该算法拟合的相关指数达0.99以上,模拟光谱与目标光谱基本吻合;匹配光源的峰值波长间隔越小,光谱拟合性越好,但结合工程应用需要,峰值波长要选取适中;所提遗传算法运行速度快、效率高、拟合误差小,可广泛应用于植物照明、医疗照明等特殊照明领域的光谱匹配仿真试验和工程实践.     

基于自适应差分进化算法的LED光谱匹配

为实现用单色发光二极管(LED)合成所需要的各种目标光谱,提出将自适应差分进化算法作为光谱匹配算法。以高斯修正模型表征单色LED的分布,基于均匀分布的LED,模拟了标准AM1.5太阳光谱和植被光谱,并采用相关指数和均方根误差作为评价标准。在此基础上,利用实验室现有的LED进行了实验验证,所提算法的拟合效果均比模拟退火算法和遗传算法好。实验结果表明,提出的自适应差分进化算法可自动设置参数,拟合效果好,可以被广泛应用于各种LED光谱匹配仿真实验和工程实践中。     

新生儿黄疸治疗仪用LED光源光谱功率分布匹配

为了有效降低胆红素脑病的风险和减少换血的需要,以实验测试的标准胆红素溶液最有效的吸收光谱作为光疗的目标光谱,根据光谱构造理论,采用不同峰值波长和半高宽的单色LED作为匹配光源,首次提出简单遗传算法作为光谱匹配算法,通过求解超定方程组的非负最小二乘解,得到最优LED组合比例,进而推得所需各种峰值波长的LED的数量。仿真实验结果表明：拟合的光谱曲线与目标光谱曲线十分近似,光谱匹配度达到了98.39%,获得了一种新型的LED黄疸治疗仪光源光谱功率分布。该算法简单,效率高、拟合误差小,可应用基于LED光源的光谱功率分布匹配技术的研究。     

基于单色LED补偿白光LED技术的模拟太阳光谱研究

提出一种基于单色LED补偿白光LED技术,模拟日光在可见光范围内的光谱。实际调研了大功率单色LED现状,采用光子在二维空间内联合态密度函数作为单色LED的光谱辐射模型,建立LED模拟仿真数据库。通过求解超定方程组的非负最小二乘解,优化选择不同峰值波长以及半高宽的单色LED与白光LED组合,实现对目标光谱的匹配及太阳光谱的再现。对比研究了白光LED补偿技术和纯单色LED组装技术,并分析了不同种类LED组合对太阳光谱的模拟情况。结果表明,白光LED补偿技术拟合太阳光谱相关指数达到90.74%,优于纯单色LED组装技术。并且当单色LED种类减少时,白光LED补偿技术相比纯单色LED组装技术可以实现更好的模拟效果。该方法对实现基于LED类日光照明具有较好的指导意义。     

基于全连接神经网络的自然光谱复现方法研究

为了能够精准和快速地复现可见光波段自然光谱，实现全光谱照明，使用具有强大非线性拟合能力的神经网络完成光谱匹配。首先，利用全连接神经网络的自学习能力，在采用基于修正高斯分布拟合函数的多个单色LED合成光谱模型生成训练和测试数据集的基础上，构建充分体现合成光谱和各单色LED光强系数比例关系的神经网络模型，即该模型能够针对输入光谱得到对应的单色LED光强比例系数，进而实现光谱复现。其次，针对标准太阳光谱和实测得到的不同时刻、天气的自然光谱进行光谱复现，并与采用基于遗传算法的光谱复现方法得到的结果进行对比。结果表明，基于全连接神经网络的自然光谱复现方法能够以小于5%的误差实现标准太阳光谱和实测太阳光谱的匹配，证明可使用同一个训练模型在不改变单色LED数量和种类的条件下得到多种与目标光谱高度吻合的不同类型光谱。对比其他光谱匹配算法，所提方法的拟合速度提高了数倍，还具有稳定性高、调控灵活、操作简便等优势。     

基于高斯拟合的光纤型SPR信号的峰值检测算法

光纤型表面等离子共振光谱具有半峰宽较宽,共振峰不尖锐等特征,传统的针对棱镜型SPR光谱的峰值检测算法无法准确定位此类光谱的共振峰值。为了准确计算光纤型SPR光谱的共振波长,提出了一种基于信赖域算法的高斯拟合方法,在拟合的光谱曲线上利用一维搜索的方式确定峰值位置。通过对标准甘油光谱数据的处理,证明高斯拟合法能够适应光纤型SPR光谱的特征,波长计算准确。通过搭建的SPR系统,实验测量了不同浓度下蔗糖溶液的SPR光谱数据,并分别采用加权质心法,追踪质心法和该研究提出的高斯拟合法进行共振波长的计算。结果表明高斯拟合法能够有效提升分辨率,且运算速度较快,有利于工程集成。     

基于LED的光谱可调光源的光谱分布合成

从实测的LED光谱分布出发,对基于LED光谱可调光源进行了可行性验证。提出用非对称高斯分布函数的数学模型来拟合单个LED光谱分布,并以该数学模型为基础,运用多种不同峰值波长的LED来合成所需要的光谱分布。在原理上实现了对任意目标光谱的最小二乘拟合,使用不同峰值波长的单色LED分别对D65、溴钨灯、5 500 K理想黑体、日光照射下的标准白板的光谱分布进行拟合,相关指数均在0.94以上。最后通过对数据的分析,总结出在工程实践中必须注意的要点。     

光谱可调积分球光源的光谱匹配算法研究

基于光谱匹配算法是可调光源产生种类多样光谱分布的必要手段,提出Levenberg Marquardt算法作为光谱匹配算法。利用峰值位置等间隔均匀分布的理想高斯曲线作为LED发光光谱,借助该设定的一系列曲线仿真模拟目标光谱,实验表明,利用该算法模拟太阳、沙漠、海洋和植被的相对光谱分布,相对光谱差异分别为2.17%、1.76%、2.03%、1.7%。利用实验室现有LED的发光光谱进行验证实验,匹配3种目标光谱的相对差异均小于5%。实验结果表明,Levenberg Marquardt算法可应用于光谱可调积分球光源的光谱匹配。