where ydes is the desired light field, y is the measured light field, Q(• , •) measures the quality of the match between two light fields, U(•) measures the non-uniformity between light outputs from fixtures, and E(•) measures the total energy consumed by the fixtures. We model the energy term as a linear function of the light fixture input vector [34], the coefficients of which account for the efficiencies of different color channels. It is key to note that this energy consumption model is dependent on the specific type of LED driver used.
˛Uc,Ub are adjustable weighting coefficients determining the relative cost of non-uniformity of LED color and brightness, respectively, versus light quality. Similarly, ˛E is the relative penalty on energy consumption. Finally, F( • ) is a function that characterizes the comfort of a generated light field for the human eye and S is the set of all comfortable (acceptable) lighting conditions. Since d is unknown and time-varying, feedback methods are needed to solve (2) online. The typical feedback control law is obtained by computing the gradient of the cost function in (2) from sensor measurements (yt), and is of the form
where ydes is the desired light field, y is the measured light field, Q(• , •) measures the quality of the match between two light fields, U(•) measures the non-uniformity between light outputs from fixtures, and E(•) measures the total energy consumed by the fixtures. We model the energy term as a linear function of the light fixture input vector [34], the coefficients of which account for the efficiencies of different color channels. It is key to note that this energy consumption model is dependent on the specific type of LED driver used.˛Uc,Ub are adjustable weighting coefficients determining the relative cost of non-uniformity of LED color and brightness, respectively, versus light quality. Similarly, ˛E is the relative penalty on energy consumption. Finally, F( • ) is a function that characterizes the comfort of a generated light field for the human eye and S is the set of all comfortable (acceptable) lighting conditions. Since d is unknown and time-varying, feedback methods are needed to solve (2) online. The typical feedback control law is obtained by computing the gradient of the cost function in (2) from sensor measurements (yt), and is of the form
การแปล กรุณารอสักครู่..
ที่ ydes เป็นที่ต้องการไฟสนาม , Y คือ วัดไฟสนาม , Q ( - - , ) วัดคุณภาพของการแข่งขันระหว่างสองเขตข้อมูลไฟ , u ( A4 ) วัดประกอบระหว่างผลผลิต แสงจากโคมไฟ และ E ( A4 ) วัดรวมพลังงานที่ใช้ในการติดตั้ง . เราแบบระยะยาวพลังงานเป็นฟังก์ชันเชิงเส้นของโคมไฟสัญญาณเวกเตอร์ [ 34 ]สัมประสิทธิ์ที่บัญชี 1 ช่องต่างสี มันเป็นกุญแจสำคัญที่จะทราบว่ารูปแบบของการใช้พลังงานนี้จะขึ้นอยู่กับชนิดของ LED Driver ใช้ .
˛ UC , UB จะปรับค่าสัมประสิทธิ์การกำหนดต้นทุนสัมพัทธ์ที่ประกอบเป็น LED สีและความสว่าง ตามลำดับ เมื่อเทียบกับคุณภาพของแสง ในทํานองเดียวกัน˛ E เป็นโทษญาติในการใช้พลังงาน ในที่สุด , F ( - ) เป็นฟังก์ชันที่สร้างขึ้นในลักษณะความสะดวกสบายของไฟสนามสำหรับดวงตาของมนุษย์และ S เป็นชุดสบายๆ ( ยอมรับ ) ทุกสภาพแสง ตั้งแต่ D ไม่รู้จักเวลา วิธีการป้อนกลับจะต้องแก้ ( 2 ) ออนไลน์ความคิดเห็นโดยทั่วไปกฎหมายควบคุมได้โดยการคำนวณความลาดชันของฟังก์ชันต้นทุน ( 2 ) จากการวัดเซ็นเซอร์ ( YT ) และอยู่ในรูป
การแปล กรุณารอสักครู่..