[发明专利]基于入睡效率因素的照明控制系统在审

专利信息
申请号: 202110304921.7 申请日: 2019-05-26
公开(公告)号: CN113038668A 公开(公告)日: 2021-06-25
发明(设计)人: 邹细勇;胡晓静;徐伟;夏浩;陈亮 申请(专利权)人: 中国计量大学上虞高等研究院有限公司
主分类号: H05B47/11 分类号: H05B47/11;H05B45/20;H05B45/10;H05B45/325
代理公司: 暂无信息 代理人: 暂无信息
地址: 312000 浙江省绍兴市上虞区曹娥街*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 入睡 效率 因素 照明 控制系统
【权利要求书】:

1.基于入睡效率因素的照明控制系统,其包括:入睡识别单元、身份识别单元、用户接口单元、可调光灯组,以及分别与所述入睡识别单元、身份识别单元、用户接口单元及灯组均相连的控制单元,

所述入睡识别单元采集并识别用户眼睛开度值及其变化率、闭眼持续时长及其变化率、心率及其变化率、体动频率及其变化率、体温及其变化率等体征参数,所述控制单元被配置为:

内部所含的处理模块通过输入接口模块从入睡识别单元读取体征参数,

以灯组中u个LED串的驱动电流、及v个照射角度,共w个照明参数作为输入量,以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率共5个入睡效率体征参数作为输出量,建立动态递归Elman神经网络,

调光处理部通过输出模块或用户接口单元向灯组发出调光信号,针对特定用户在不同的光环境中基于调光信号和入睡识别单元获取动态递归Elman神经网络的训练样本集,用样本集对神经网络进行训练,

在现场环境中,照明优化处理部基于5个入睡效率体征参数建立光环境评价函数,对不同用户分别以所述用户对应的经训练的动态递归Elman神经网络对不同照明参数条件下的入睡效率体征参数值进行预测,通过多目标优化算法,在现场灯组照明参数可取值的空间范围内,对LED串的驱动电流、及照射角度进行寻优,

将寻优获得的所述驱动电流、及照射角度传送给灯组执行调光。

2.根据权利要求1所述的基于入睡效率因素的照明控制系统,其特征在于,所述身份识别单元用于对用户进行身份识别,所述灯组具有在亮度、色温、颜色及照射角度之中至少一种光性质可调,所述控制单元通过输出模块在已知的LED灯组调光范围内,以步进的方式改变LED灯组的出光。

3.根据权利要求1所述的基于入睡效率因素的照明控制系统,其特征在于,所述输出模块包括一个用来轮流指示当前用户入睡效率各因素值的显示条、以及一个通信接口,并通过该接口向外部输出所检测或预判的入睡效率的各因素值。

4.根据权利要求1所述的基于入睡效率因素的照明控制系统,其特征在于,

所述动态递归Elman神经网络输出量的5个入睡效率体征参数ki,i=1,2,3,4,5,按如下方式处理获得:

基于入睡识别单元获取各种光照条件下入睡过程中体征参数的变化过程数据并进行记录,对于所记录的每个入睡过程中的体征参数序列中的数据,经滤波和数据融合处理后,

对用户闭眼持续时长y1,对其预处理,

y1=max(y1,4),

然后,先基于如下模型进行离线数据拟合,

y1=g1(t)=8·b/exp(4·c·(a-t))+1,

再计算闭眼持续时长变化率,

kec=k1=t2-t1,其中t1=g1-1(4e-1),t2=g1-1(4-4e-1);

对用户眼睛开度、心率、体动频率、体温中的每个体征参数,对其归一化处理后,先分别基于如下模型进行离线数据拟合,

y2=g2(t)=2·b/exp(4·c·(t-a))+1,

再计算其各自变化率,

ki=t2-t1,其中t1=g2-1(1-e-1),t2=g2-1(e-1),i=2,3,4,5;

其中,y1、y2为体征参数预处理或归一化后的取值,t为时间,a、b、c为待拟合系数,ki(i=2,3,4,5)分别对应眼睛开度变化率keo、心率变化率kh、体动频率变化率kb、体温变化率kp

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国计量大学上虞高等研究院有限公司,未经中国计量大学上虞高等研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110304921.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top