首页--工业技术论文--无线电电子学、电信技术论文--半导体技术论文--半导体二极管论文--二极管:按结构和性能分论文

白光LED色稳定及混光优化的研究与应用

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-21页
    1.1 引言第11-12页
    1.2 研究背景和意义第12-14页
    1.3 LED色稳定概述及研究进展第14-16页
    1.4 LED混光技术研究及应用进展第16-19页
        1.4.1 混光技术概述及研究进展第16-17页
        1.4.2 LED混光阵列的照度均匀性研究进展第17页
        1.4.3 LED日光模拟技术概述及研究进展第17-19页
    1.5 本文的研究内容及结构第19-20页
    1.6 本章小结第20-21页
第二章 LED光源参数及检测工具简介第21-28页
    2.1 LED光源色度学参数第21-24页
        2.1.1 色品坐标第21-22页
        2.1.2 色温第22-23页
        2.1.3 显色性第23-24页
    2.2 LED光源光度学参数第24-25页
        2.2.1 光通量第24页
        2.2.2 光照强度第24-25页
    2.3 检测工具第25-27页
        2.3.1 积分球第25-26页
        2.3.2 光谱分析仪第26页
        2.3.3 Tracepro光学仿真软件第26-27页
    2.4 本章小结第27-28页
第三章 神经网络在LED调光色稳定中的应用第28-45页
    3.1 LED色稳定的影响因素第28-32页
        3.1.1 驱动电流与LED色稳定性的关系分析第28-29页
        3.1.2 LED结温与LED色稳定性的关系分析第29-31页
        3.1.3 调光方式与LED色稳定性的关系分析第31-32页
    3.2 基于峰值可调的PWM调光减小LED色漂移第32-33页
    3.3 BP神经网络原理第33-37页
        3.3.1 人工神经网络概述第33-34页
        3.3.2 BP神经网络数学模型第34-37页
    3.4 减小LED调光色漂移的BP神经网络预测控制策略第37-40页
    3.5 实验与分析第40-44页
        3.5.1 BP神经网络模型的训练第40-43页
        3.5.2 验证与分析第43-44页
    3.6 本章小结第44-45页
第四章 基于遗传算法的RGBW四色LED混光优化第45-63页
    4.1 RGBW四色LED混光方案概述第45页
    4.2 RGBW四色混合光与PWM占空比的关系第45-48页
        4.2.1 RGBW四色LED混光理论计算第45-46页
        4.2.2 色温与占空比的关系第46-47页
        4.2.3 光通量与占空比的关系第47页
        4.2.4 一般显色指数与占空比的关系第47-48页
    4.3 遗传算法的基本原理第48-52页
        4.3.1 遗传算法概述第48-49页
        4.3.2 遗传算法基本操作及算法流程第49-52页
    4.4 基于遗传算法的RGBW四色LED混光优化第52-62页
        4.4.1 策略概述及实验条件设计第52-54页
        4.4.2 基于遗传算法的混合光光通量优化第54-58页
        4.4.3 基于遗传算法的混合光显色指数优化第58-60页
        4.4.4 基于遗传算法的混合光光通量和显色指数同时优化第60-62页
    4.5 本章小结第62-63页
第五章 基于遗传算法的LED混光照度均匀性优化第63-79页
    5.1 LED阵列照度分布数学模型第63-65页
    5.2 基于遗传算法的LED混光照度均匀性优化策略第65-66页
    5.3 实验与仿真第66-78页
        5.3.1 相同型号LED阵列照度均匀性优化第66-70页
        5.3.2 不同型号LED阵列照度均匀性优化第70-75页
        5.3.3 RGBW四色LED混光的照度均匀性优化第75-78页
    5.4 本章小结第78-79页
第六章 基于RGBW四色LED混光优化的日光模拟第79-88页
    6.1 基于RGBW四色LED混光优化的日光模拟第79-82页
        6.1.1 日光色温和亮度变化曲线的获取第79-81页
        6.1.2 日光模拟策略第81-82页
    6.2 实验与仿真第82-87页
        6.2.1 日光模拟控制系统设计第82-85页
        6.2.2 实验结果分析第85-87页
    6.3 本章小结第87-88页
总结与展望第88-90页
参考文献第90-95页
攻读硕士学位期间取得的研究成果第95-96页
致谢第96-97页
附录1 BP神经网络模型训练样本数据第97-104页
答辩委员会对论文的评定意见第104页

论文共104页,点击 下载论文
上一篇:深度学习在电子元器件计数中的应用研究
下一篇:基于非均匀传输线重构的滤波器设计与电缆测试技术研究