一种多色LED实现光源最佳显色性的光谱优化方法

摘要

本发明公开了一种多色LED实现光源最佳显色性的光谱优化方法。在本方法中，首先，通过采样和测量获取各色单颗LED的光谱样本数据；然后，将目标光源色品和照度数据进行转换以获取其绝对三刺激值；最后，采用一种约束型差分进化算法迭代优化获得对应LED的驱动值，同时通过色温误差百分比、色品差、照度误差百分比以及显色性评价指标对优化测量结果进行评价。本发明解决了当前光谱优化方法存在的不足，能够同时满足实际应用对光源色品、照度以及显色性等照明品质方面的需求，也为实现光源色温和照度的连续可调提供了一种切实有效的方法，对促进智能照明相关技术的发展具有十分重要的意义。

说明书

技术领域

本发明涉及LED照明领域，尤其涉及一种多色LED实现光源最佳显色性的光谱优化方法。

背景技术

LED光源显著的节能、长寿等特性越来越引起人们的广泛关注。当前主要有两种方法用于产生照明白光：一种为蓝光LED激发黄色荧光粉，即荧光粉转换型白光LED，这种白光LED由于存在Stokes漂移故效率较低，且难以获得较高的显色性；另一种为借助LED丰富的颜色分布及色光混合原理组合多色LED产生白光，该方式通过调整各色LED的混合比例或强度能够产生想要的白光，而这一特性也为实现光源光谱优化提供了无限可能。显色性作为评价照明光源最为重要的品质参数，在一般照明应用中，如办公、家居、商场、博物馆以及产品颜色检测等场合，往往均对其有特定的要求，因此以光源最佳显色性为目标优化多色LED混合光谱具有十分重要的实际意义。

目前，采用多色LED对其混合光谱进行优化多集中于通过调整LED的峰值波长和带宽来实现特定显色性评价指标或辐射效率的最大化，这种优化方式旨在为促进新型LED的发展和LED类型的选择提供指导，并不是对实际已有的LED进行优化。另外，已有的优化方法也不能很好地针对特定的光源色品和照度来优化多色LED的混合光谱。为此，本发明公开了一种多色LED实现光源最佳显色性的光谱优化方法，该方法能够在匹配给定光源色品和照度的条件下实现其显色性的最大化。

发明内容

为了克服已有光谱优化方法的不足，本发明提供了一种多色LED实现光源最佳显色性的光谱优化方法。

为了实现上述目的，本发明采用的技术方案如下：

一种多色LED实现光源最佳显色性的光谱优化方法，包括如下步骤：

S1：LED光谱样本数据的获取；

S2：光源目标色品和照度数据的输入及处理，得到其对应的目标绝对三刺激值；

S3：采用约束型差分进化算法进行迭代优化，获得匹配光源目标绝对三刺激值且实现其最佳显色性的各类LED的驱动值；

S4：对上述驱动值下测量得到的光谱进行优化评价。

作为优选，所述步骤S1中LED光谱样本数据的获取过程具体包括以下步骤：

S101：在各类LED的驱动值动态范围内以一定采样间隔建立LED驱动数据样本，记为d_i,j，表示第i类LED的第j个驱动数据样本，用行向量将每类LED的驱动数据样本表示为d_i＝[d_i,1,d_i,2,...,d_i,max]，其中d_i,max表示第i类LED的最大采样驱动值，并将各类LED最大采样驱动值构成的行向量记为D_max＝[d_1,max,d_2,max,...,d_n,max]，其中n为LED的种类数；

S102：将步骤S101中的驱动数据样本分别依次驱动点亮各类单颗LED，并等待其发光稳定；

S103：在各类单颗LED垂直正下方放置标准板，所述的标准板为标准灰板或标准白板，采用光谱辐射计依次测量获得各类单颗LED点亮稳定时经标准板反射的光谱辐射亮度分布数据，记为S_i,j(λ)，表示第i类单颗LED在驱动值d_i,j点亮稳定后经标准板反射的光谱辐射亮度分布，单位为W/(sr·m²·nm)，λ为可见光波长。

作为优选，所述步骤S2中光源目标色品和照度数据的输入及处理具体包括以下步骤：

S201：输入光源的目标色品数据，其中目标色品数据可以为光源的目标相关色温T、光源的目标相关色温T和目标D_uv或者光源的任意一种目标色品坐标，然后根据色度学原理将目标色品输入数据转换为目标CIE1931色品坐标(x_t,y_t)和目标CIE1976UCS色品坐标(u_t′,v_t′)；

S202：输入待匹配光源照度E_t，单位为lx，并结合标准板的反射比，根据光度学和色度学原理计算待匹配光源照度E_t和步骤S201中目标色品坐标(x_t,y_t)对应的目标绝对三刺激值(X_t,Y_t,Z_t)，标准板的反射比可通过分光光度计测量计算获得。

作为优选，所述步骤S3中光谱优化采用约束型差分进化算法进行迭代优化，其具体步骤为：

S301：根据光照度叠加原理计算多色LED光源中各类LED的等效数量，并用行向量表示为N_max＝[N_max,1,N_max,2,…,N_max,n]，其中n为LED的种类数；

S302：按照下式计算各类LED在采样驱动值均为d_i,j打开时的混合光谱辐射亮度分布S_i,j,M(λ)：

S_i,j,M(λ)＝N_max,iS_i,j(λ)>

式中N_max,i为步骤S301中第i类LED的等效数量，S_i,j(λ)为步骤S103中单颗LED在采样驱动值为d_i,j时测量的光谱辐射亮度分布；

S303：通过三次样条插值算法预测各类LED在其驱动值动态范围内任一驱动值时的光谱辐射亮度分布S_i,M(λ)，即

S_i,M(λ)＝spline(d_i,S_i(λ),D_i)>

式中spline表示执行三次样条插值，d_i为步骤S101中第i类LED采样驱动值构成的行向量，S_i(λ)为步骤S302中第i类LED在波长λ处不同采样驱动值的光谱辐射亮度构成的行向量，D_i为第i类LED在其驱动值动态范围内的任一驱动值；

S304：定义目标优化函数，将给定光源目标色品和照度参数的光谱优化转换为在满足式(4)的约束条件下求解式(3)的最大值问题：

$\begin{array}{cc}\underset{D}{Max}& R\left(S_M\right(\lambda \left)\right)\end{array}---\left(11\right)$

且

$\begin{array}{c}683{\int }_{\lambda }\bar{x}\left(\lambda \right)S_M\left(\lambda \right)d\lambda =X_t\\ 683{\int }_{\lambda }\bar{y}\left(\lambda \right)S_M\left(\lambda \right)d\lambda =Y_t\\ 683{\int }_{\lambda }\bar{z}\left(\lambda \right)S_M\left(\lambda \right)d\lambda =Z_t\end{array}---\left(12\right)$

其中

$\begin{array}{c}{S}_M\left(\lambda \right)=\underset{i=1}{\overset{n}{\Sigma }}{S}_{i,M}\left(\lambda \right)\\ D=[D_1,D_2,...,D_n]\end{array}---\left(13\right)$

式中R(·)表示某种光源显色性评价指标或者光源显色性与光效的组合型评价指标，如CIE一般显色指数R_a，且R(·)为光源光谱的函数，S_M(λ)表示多色LED的混合光谱，S_i,M(λ)为第i类LED在其驱动值动态范围内任一驱动值处的光谱辐射亮度分布，可通过步骤S303获得，D为待求解行向量，向量中各元素D_i表示第i类LED在其驱动值动态范围内任一驱动值，为CIE1931标准色度观察者，n为LED的种类数；

S305：执行初始化操作，即在0～D_max间随机生成Np个均匀分布的候选解向量集，记为D_k,1＝[D_1,k,1,D_2,k,1,…,D_n,k,1]，其中k表示第k个候选解向量，且k＝{1,2,...,Np}，Np取决于LED的种类数n，一般Np取为10n或更大值，1代表初始候选解向量集，即第1次迭代时的候选解向量集，同样将第G次迭代时的候选解向量集记为D_k,G＝[D_1,k,G,D_2,k,G,…,D_n,k,G]；

S306：将步骤S305中Np个候选解向量D_k,G依次代入步骤S304中的式(3)和式(4)；

S307：从Np个候选解向量D_k,G中随机选择s个候选解向量，记为D_p,G＝[D_1,p,G,D_2,p,G,…,D_n,p,G]，其中p＝{1,2,...,s}；

S308：根据差分进化算法原理对步骤S307中的s个候选解向量D_p,G依次执行变异和交叉操作，经此操作共获得s个候选解向量UD_p,G；

S309：将步骤S308中s个候选解向量UD_p,G依次代入步骤S304中的式(3)和式(4)；

S310：根据步骤S304中的式(3)和式(4)比较步骤S308中s个候选解向量UD_p,G以及步骤S307中s个候选解向量D_p,G的计算结果，并用前者最优候选解向量取代后者中与此相比较差的候选解向量D_p,G，同样也对候选解向量集D_k,G中的候选解向量进行取代；

S311：若步骤S308中s个候选解向量UD_p,G的所有最优候选解向量均不满足式(4)，则将这些最优候选解向量存储，并每隔m次迭代用其随机取代候选解向量集D_k,G中相同数量的候选解向量，同时确保候选解向量集D_k,G中的最优候选解向量不被取代；

S312：重复执行步骤S307～S311，直至满足设定的迭代终止条件，即最大迭代次数G_max，并将此时获得的最佳解向量记为D_t,end，且t＝{1,2,...,N}，N为优化执行次数；

S313：重复执行步骤S305～S312，直至满足设定的优化执行次数N，并根据步骤S304中的式(3)和式(4)，从N次优化获得的N个最佳解向量D_t,end中选出最终的最佳解向量，并将其记为D_o,end，即为优化获得的各类LED的驱动值；

S314：将步骤S313中优化获得的各类LED的驱动值输入到相应的控制软件点亮LED，并通过光谱辐射计测量光谱辐射亮度分布S_tm(λ)、相关色温T_m以及CIE1976UCS色品坐标(u_m′,v_m′)，通过照度计测量相应的照度E_m。

作为优选，所述步骤S4中光谱优化评价具体包括以下步骤：

S401：采用色温误差百分比ε_T评价优化测量出的相关色温与目标相关色温间的差异，ε_T的定义为

${ϵ}_T=\frac{|T-T_m|}{T}\times 100\%---\left(14\right)$

式中T为步骤S201中的目标相关色温，T_m为步骤S314中的相关色温测量值；

S402：采用CIE1976UCS色品差Δ_u′,v′评价优化测量出的光源色品与目标色品间的差异，Δ_u′,v′的定义为

${\Delta }_{u^{\prime }{v}^{\prime }}=\sqrt{{(u_t^{\prime }-u_m^{\prime })}^2+{(v_t^{\prime }-v_m^{\prime })}^2}---\left(15\right)$

式中(u_t′,v_t′)为步骤S201中的目标CIE1976UCS色品坐标，(u_m′,v_m′)为步骤S314中实际测量的CIE1976UCS色品坐标；

S403：采用照度误差百分比ε_E对照度匹配结果进行评价，ε_E的定义为

${ϵ}_E=\frac{|E_t-E_m|}{E_t}\times 100\%---\left(16\right)$

式中E_t为步骤S202中的待匹配照度，E_m为步骤S314中的照度测量值；

S404：分别采用CIE一般显色指数R_a和特殊显色指数R₉以及IES颜色保真性指数R_f和色域面积指数R_g对步骤S314中优化测量出的光谱S_tm(λ)进行显色性评价。

本发明的有益效果是：本发明解决了当前采用LED实现光源最佳显色性的光谱优化方法存在的不足，所述方法可在匹配特定光源色品和照度的条件下获得其显色性的最大化，能够同时满足实际应用对光源色品、照度以及显色性等照明品质方面的需求，并为实现光源色温和照度的连续可调提供了一种切实有效的方法。

附图说明

图1是本发明在2800K、3500K、4000K和4500K等4种相关色温下获得的最佳显色性的光谱辐射亮度分布；

图2是本发明在5000K、5500K、6000K和6500K等4种相关色温下获得的最佳显色性的光谱辐射亮度分布。

具体实施方式

本发明提供的多色LED实现光源最佳显色性的光谱优化方法，主要包括如下步骤：

S1：LED光谱样本数据的获取；

S2：光源目标色品和照度数据的输入及处理，得到其对应的目标绝对三刺激值；

S3：采用约束型差分进化算法进行迭代优化，获得匹配光源目标绝对三刺激值且实现其最佳显色性的各类LED的驱动值；

S4：对上述驱动值下测量得到的光谱进行优化评价。

下面结合实施例和附图对上述方法进行详细阐述，以更好地理解本发明的实质。

本实施例采用的多色LED光源是由17种类型一千多颗单色LED构成的一个大尺寸LED矩阵，并通过基于PWM的数字调光方式对其进行调光控制。需要说明的是，本发明并不局限于实施例中所采用的LED类型和调光方式，只要采用LED光源优化光源光谱均适用于本发明。

1.LED光谱样本数据的获取过程具体包括以下步骤：

S101：在各类LED的驱动值动态范围内以8作为驱动值采样间隔建立LED驱动数据样本，记为d_i,j，表示第i类LED的第j个驱动数据样本，用行向量将每类LED的驱动数据样本表示为d_i＝[d_i,1,d_i,2,...,d_i,max]，其中，d_i,max表示第i类LED的最大采样驱动值，驱动值的取值范围为0～255，并将各类LED最大采样驱动值构成的行向量记为D_max＝[d_1,max,d_2,max,...,d_n,max]，其中n＝17；

S102：将步骤S101中的驱动数据样本分别依次驱动点亮各类单颗LED，并等待其发光稳定；

S103：在各类单颗LED垂直正下方放置X-Rite ColorChecker Passport标准灰板，采用光谱辐射计Konica Minolta CS-2000依次测量获得各类单颗LED点亮稳定时经标准灰板反射的光谱辐射亮度分布数据，记为S_i,j(λ)，表示第i类单颗LED在驱动值d_i,j点亮稳定后经标准灰板反射的光谱辐射亮度分布，单位为W/(sr·m²·nm)，λ为可见光波长，测量波长范围为380～780nm，测量波长间隔为1nm。

2.光源目标色品和照度数据的输入及处理具体包括以下步骤：

S201：输入光源的目标色品数据，其中目标色品数据可以为光源的目标相关色温T、光源的目标相关色温T和目标D_uv或者光源的任意一种目标色品坐标，然后根据色度学原理将目标色品输入数据转换为目标CIE1931色品坐标(x_t,y_t)和目标CIE1976UCS色品坐标(u_t′,v_t′)；

选取2800K、3500K、4000K、4500K、5000K、5500K、6000K、6500K等共计8种相关色温作为光源目标色品输入数据，选取的相关色温覆盖了常用的照明色温范围，由此可计算这8种相关色温对应的目标CIE1931色品坐标(x,y)和CIE1976UCS色品坐标(u′,v′)，计算结果如表1所示，需要说明的是，本发明并不局限于这些色温点，只要目标色品点在多色LED光源的混光范围内，均适用于本发明；

表1目标CIE1931色品坐标(x,y)和CIE1976UCS色品坐标(u′,v′)

S202：与步骤S201中8种相关色温对应的待匹配照度均设置为E_t＝500lx，并结合标准灰板的反射比，根据光度学和色度学原理计算待匹配光源照度E_t和步骤S201中目标色品坐标(x_t,y_t)对应的绝对三刺激值(X_t,Y_t,Z_t)，标准灰板的反射比通过分光光度计GretagMacBeth>

3.光谱优化采用一种约束型差分进化算法进行迭代优化，其具体步骤为：

S301：根据光照度叠加原理计算LED矩阵中各类LED的等效数量，可用向量表示为N_max＝[N_max,1,N_max,2,…,N_max,n]，其中n为LED矩阵中LED的种类数，即n＝17；

S302：按照下式计算各类LED在采样驱动值均为d_i,j打开时的混合光谱辐射亮度分布S_i,j,M(λ)：

S_i,j,M(λ)＝N_max,iS_i,j(λ)>

式中N_max,i为步骤S301中第i类LED的等效数量，S_i,j(λ)为步骤S103中单颗LED在采样驱动值为d_i,j时测量的光谱辐射亮度分布；

S303：通过三次样条插值算法预测各类LED在其驱动值动态范围内任一驱动值时的光谱辐射亮度分布S_i,M(λ)，即

S_i,M(λ)＝spline(d_i,S_i(λ),D_i)>

式中spline表示执行三次样条插值，d_i为步骤S101中第i类LED采样驱动值构成的行向量，S_i(λ)为步骤S302中第i类LED在波长λ处不同采样驱动值的光谱辐射亮度构成的行向量，D_i为第i类LED在其驱动值动态范围内的任一驱动值；

S304：定义目标优化函数，将给定光源目标色品和照度参数的光谱优化转换为在满足式(4)的约束条件下求解式(3)的最大值问题：

$\begin{array}{cc}\underset{D}{Max}& R\left(S_M\right(\lambda \left)\right)\end{array}---\left(3\right)$

且

$\begin{array}{c}683{\int }_{\lambda }\bar{x}\left(\lambda \right)S_M\left(\lambda \right)d\lambda =X_t\\ 683{\int }_{\lambda }\bar{y}\left(\lambda \right)S_M\left(\lambda \right)d\lambda =Y_t\\ 683{\int }_{\lambda }\bar{z}\left(\lambda \right)S_M\left(\lambda \right)d\lambda =Z_t\end{array}---\left(4\right)$

其中

$\begin{array}{c}{S}_M\left(\lambda \right)=\underset{i=1}{\overset{n}{\Sigma }}{S}_{i,M}\left(\lambda \right)\\ D=[D_1,D_2,...,D_n]\end{array}---\left(5\right)$

式中R(·)采用CIE一般显色指数R_a作为目标优化函数，且R(·)为光源光谱的函数，需要说明的是，本发明并不局限于CIE一般显色指数，只要为光源显色性或光源显色性与光效的组合型评价指标，均在本发明的保护范围之内，S_M(λ)表示多色LED的混合光谱，S_i,M(λ)为第i类LED在其驱动值动态范围内任一驱动值处的光谱辐射亮度分布，可通过步骤S303获得，D为待求解行向量，向量中各元素D_i表示第i类LED在其驱动值动态范围内任一驱动值，为CIE1931标准色度观察者，n＝17；

S305：执行初始化操作，即在0～D_max间随机生成Np个均匀分布的候选解向量集，记为D_k,1＝[D_1,k,1,D_2,k,1,…,D_n,k,1]，其中n＝17，k表示第k个候选解向量，且k＝{1,2,...,Np}，取Np＝180，1代表初始候选解向量集，即第1次迭代时的候选解向量集，同样将第G次迭代时的候选解向量集记为D_k,G＝[D_1,k,G,D_2,k,G,…,D_n,k,G]；

S306：将步骤S305中180个候选解向量D_k,G依次代入步骤S304中的式(3)和式(4)；

S307：从180个候选解向量D_k,G中随机选择s个候选解向量，记为D_p,G＝[D_1,p,G,D_2,p,G,…,D_n,p,G]，其中，p＝{1,2,...,s}，取s＝9；

S308：根据经典差分进化算法原理对步骤S307中的9个候选解向量D_p,G依次执行变异和交叉操作，经此操作共获得9个候选解向量UD_p,G；

S309：将步骤S308中9个候选解向量UD_p,G依次代入步骤S304中的式(3)和式(4)；

S310：根据步骤S304中的式(3)和式(4)比较步骤S308中9个候选解向量UD_p,G以及步骤S307中9个候选解向量D_p,G的计算结果，并用前者最优候选解向量取代后者中与此相比较差的候选解向量D_p,G，同样也对候选解向量集D_k,G中的候选解向量进行取代；

S311：若步骤S308中9个候选解向量UD_p,G的所有最优候选解向量均不满足式(4)，则将这些最优候选解向量存储，并每隔20次迭代用其随机取代候选解向量集D_k,G中相同数量的候选解向量，同时确保候选解向量集D_k,G中的最优候选解向量不被取代；

S312：重复执行步骤S307～S311，直至满足设定的迭代终止条件，即最大迭代次数G_max，此处G_max＝1200，可根据实际优化情况对其适当调节，迭代次数设置越大匹配效果越好，但会降低匹配效率，并将此时获得的最佳解向量记为D_t,end，且t＝{1,2,...,N}，N为优化执行次数；

S313：重复执行步骤S305～S312，直至满足设定的优化执行次数N，此实施例N＝25，多次执行优化的目的是确保获得最佳解向量，也可根据实际优化情况对其适当调节，然后，根据步骤S304中的式(3)和式(4)，从25次优化获得的25个最佳解向量D_t,end中选出最终的最佳解向量，并将其记为D_o,end，即为优化获得的各类LED的驱动值；

S314：将步骤S313中优化获得的各类LED的驱动值输入到编写的控制软件中点亮LED矩阵，通过CS-2000测量其光谱辐射亮度分布S_tm(λ)、相关色温T_m以及CIE1976UCS色品坐标(u_m′,v_m′)，由此可获得与步骤S201中8种目标相关色温T对应的最佳光谱分布，分别如图1和图2所示，相关色温和CIE1976UCS色品坐标测量结果见表2，同时通过XYI-III全数字照度计测量相应的照度E_m，测量结果如表2所示。

表2相关色温、CIE1976UCS色品坐标以及照度测量结果

4.光谱优化评价具体包括以下步骤：

S401：采用色温误差百分比ε_T评价优化测量出的相关色温与目标相关色温间的差异，ε_T的定义为

${ϵ}_T=\frac{|T-T_m|}{T}\times 100\%---\left(6\right)$

式中T为步骤S201中的8种目标相关色温，T_m为步骤S314中的8种相关色温测量值，相关色温评价结果见表3；

S402：采用CIE1976UCS色品差Δ_u′,v′评价优化测量出的光源色品与目标色品间的差异，Δ_u′,v′的定义为

${\Delta }_{u^{\prime }{v}^{\prime }}=\sqrt{{(u_t^{\prime }-u_m^{\prime })}^2+{(v_t^{\prime }-v_m^{\prime })}^2}---\left(7\right)$

式中(u′_t,v′_t)为步骤S201中8种目标相关色温对应的目标CIE1976UCS色品坐标，(u′_m,v′_m)为步骤S314中优化实际测量的CIE1976UCS色品坐标，色品差评价结果见表3；

S403：采用照度误差百分比ε_E对照度匹配结果进行评价，ε_E的定义为

${ϵ}_E=\frac{|E_t-E_m|}{E_t}\times 100\%---\left(8\right)$

式中E_t为步骤S202中的待匹配照度，即500lx，E_m为步骤S314中的照度测量值，照度误差评价结果见表3；

由表3可见，本发明提供的光谱优化方法能够实现光源目标色温、色品以及照度的精确匹配；

表3相关色温、色品以及照度评价结果

S404：分别采用CIE一般显色指数R_a和特殊显色指数R₉以及IES颜色保真性指数R_f和色域面积指数R_g对步骤S314中优化测量出的光谱S_tm(λ)进行显色性评价，显色性具体评价结果见表4。

表4显色性评价结果

由表4可见，本发明提供的光谱优化方法在广泛的色温范围内均获得了优异的光源显色性。该方法以获取光源最佳显色性为目标，可为获得光源色温和照度的连续可调提供一种切实有效的实现方法。