[发明专利]光源模组及投影系统

权利要求书

1.一种光源模组，其特征在于，包括：

激发光源，包括用于发出不同波长的激发光的至少两个子光源；

光致激发部件，设置于所述激发光源的出光光路上，所述光致激发部件吸收所述激发光源发出的激发光后产生受激光，其中，所述光致激发部件受到激发产生的受激光以及未被所述光致激发部件吸收的激发光合成的混合光经所述光源模组的出光侧射出所述光源模组；

光源控制电路，用于根据所述至少两个子光源的出光功率与所述出光侧射出的混合光的光色参数之间的函数关系，控制所述至少两个子光源的出光功率，以使所述出光侧射出的混合光的光色参数保持在预设范围内；其中，所述函数关系为对预先获得的样本训练数据，基于神经网络模型的进行训练，得到的所述至少两个子光源的出光功率与所述出光侧射出的混合光的光色参数之间的函数关系。

2.根据权利要求1所述的光源模组，其特征在于，所述光源控制电路通过控制所述子光源的电流的大小，来控制所述子光源的出光功率；或者所述子光源包括多个发光器件，所述光源控制电路通过控制所述每个子光源的发光器件的开启个数，来控制所述子光源的出光功率。

3.根据权利要求1所述的光源模组，其特征在于，所述至少两个子光源的光源类型为选自LED、激光光源中的至少一种。

4.根据权利要求1所述的光源模组，其特征在于，所述对预先获得的样本训练数据，基于神经网络模型的进行训练，得到所述至少两个子光源的出光功率与所述出光侧射出的混合光的光色参数之间的函数关系的过程，包括：

基于前馈神经网络模型、反馈神经网络模型或者自组织神经网络模型，通过梯度下降算法、牛顿算法、共轭梯度算法、柯西-牛顿算法或者Levenberg-Marquardt算法，通过样本训练得到所述至少两个子光源的出光功率与所述出光侧射出的混合光的光色参数之间的函数关系。

5.根据权利要求1所述的光源模组，其特征在于，所述对预先获得的样本训练数据，基于神经网络模型的进行训练，得到的所述至少两个子光源的出光功率与所述出光侧射出的混合光的光色参数之间的函数关系的过程，还包括：

通过调用基于梯度下降的权值和阈值学习函数或者基于带动量的梯度下降的权值和阈值学习函数，对训练得到的神经网络模型的神经元的权值和阈值进行修正，从而更新所述至少两个子光源的出光功率与所述出光侧射出的混合光的光色参数之间的函数关系。

6.根据权利要求1所述的光源模组，其特征在于，所述光致激发部件为设置有波长转换材料的色轮或者设置有波长转换材料的基板。

7.根据权利要求1-6中任一项所述的光源模组，其特征在于，所述激光光源与所述光致激发部件之间还设有合光装置，用于将所述至少两个子光源发射的激发光汇入同一条出光路后射出到所述光致激发部件上。

8.根据权利要求7所述的光源模组，其特征在于，所述激发光源的子光源的个数为两个，所述两个子光源分别为第一子光源和第二子光源；

所述合光装置包括合光装置，所述合光装置包括：

透镜部，与所述第一子光源对应的设置，用于将所述第一子光源发出的第一激发光部分或者全部折射汇入所述出光光路上；

反射部，与所述第二子光源对应的设置，用于将所述第二子光源发出的第二激发光部分或者全部反射汇入至所述出光光路上。

9.根据权利要求8所述的光源模组，其特征在于，所述反射部设置于所述透镜部上，所述第一子光源发出的部分光从所述透镜部上除所述反射部所遮蔽的位置以外的有效透光区透过，并经折射后汇入出光光路上，所述第一子光源发出的部分光被所述反射部遮挡；

其中，所述反射部对第一子光源发出的激发光的阻碍面积小于所述透光部的有效透光区的面积的1/5。

10.一种投影系统，其特征在于，包括权利要求1～9任一项所述的光源模组。