최근 LED를 이용하여 백색광을 만들어주는 방법은 크게 3가지로 요약 할 수 있다. 첫 번째, 짧은 파장대역의 LED와 긴 파장대역의phosphor를 조합하는 방법, 두 번째, 자외선영역의 LED와 하나 이상의 phosphor를 조합하는 방법, 세 번째, RGB LED들의 조합이나, 다양한 파장대역의 LED를 조합하는 방법 등이 있다. 이중 세 번째 방법인 LED 간의 조합으로 백색광을 생성 하는 방법으로 다양한 연구들이 진행되고 있다. [1-5] 여러 LED의 조합으로 백색광을 생성 할 때 목표에 따라서 다양한 연구들이 진행되고 있는데, 첫 번째로 설계한 백색광의 특성을 잘 유지하는 방법이 있다. 관련 연구로는, LED의 특성을 파악해 온도 변화나 노화와 같은 외란으로 인한 변화를 보정하는 방법을 제시한다[1]. 두 번째로, 기준광원의 스펙트럼을 모사하는 방법으로 관련 연구가 있다[2]. 다수의 단파장 LED들의 조합으로 스펙트럼을 모사하는 방법이며, Micro spectrometer를 이용한 피드백 제어로 정밀한 제어가 가능한 특징이 있다. 세 번째로, ...
최근 LED를 이용하여 백색광을 만들어주는 방법은 크게 3가지로 요약 할 수 있다. 첫 번째, 짧은 파장대역의 LED와 긴 파장대역의phosphor를 조합하는 방법, 두 번째, 자외선영역의 LED와 하나 이상의 phosphor를 조합하는 방법, 세 번째, RGB LED들의 조합이나, 다양한 파장대역의 LED를 조합하는 방법 등이 있다. 이중 세 번째 방법인 LED 간의 조합으로 백색광을 생성 하는 방법으로 다양한 연구들이 진행되고 있다. [1-5] 여러 LED의 조합으로 백색광을 생성 할 때 목표에 따라서 다양한 연구들이 진행되고 있는데, 첫 번째로 설계한 백색광의 특성을 잘 유지하는 방법이 있다. 관련 연구로는, LED의 특성을 파악해 온도 변화나 노화와 같은 외란으로 인한 변화를 보정하는 방법을 제시한다[1]. 두 번째로, 기준광원의 스펙트럼을 모사하는 방법으로 관련 연구가 있다[2]. 다수의 단파장 LED들의 조합으로 스펙트럼을 모사하는 방법이며, Micro spectrometer를 이용한 피드백 제어로 정밀한 제어가 가능한 특징이 있다. 세 번째로, 기술표준ANSI C78.377-2011에서 색온도에 대응하여 정의된 색좌표를 만족 하는 방법으로 다양한 방법이 연구되고 있다[3-5]. Linear programming최적화 방법을 사용하여 색좌표를 만족시키는 방법 [3], 설계한 알고리즘 속에 optimization을 추가해 최적의 조합을 찾는 방법[4], 좌표상 높은 색온도와 낮은 색온도를 나누어 최적화하며 파라미터로 CRI를 최적화하는 방법이 있다[5]. 앞선 방법들 중 Chew 등에 의한 연구[3]에서 제시하는 방법이 최적화를 이용한 방법들 중 가장 간단하고 명확한 방법이지만, linear programing의 한계로 인해 기술표준의 최외각 점에 최적화가 되어 작은 외란에도 취약하다는 단점과 CRI가 전혀 고려되지 않은 것이 단점이며, 다른 방법들은[1,2,4,5] 최적화를 위해 필요한 파라미터들이 많고, 복잡한 연산이 필요한 단점이 있다. 본 논문에서 제시하는 방법은 색 좌표 공간에서 거리 차와 스펙트럼 공간에서 거리 차의 가중치 합으로 이루어진 단순한 수식의 최적화로 복잡한 위의 방법과 성능이 유사하거나 더 나은 결과를 볼 수 있다. 본 연구를 설명하기에 앞서 색좌표, 색온도, 연색성의 개념과 관계를 명확히 할 필요가 있다. 사람의 눈에는 단파장(S), 중파장(M), 장파장(L)의 세 가지 빛에 반응하는 원추세포가 존재한다. 따라서 세 개의 파라미터로 인간의 색 감각을 표현할 수 있다. 삼색 자극값은 가산 혼합 모델에서 삼원색을 조합하여 목표로 하는 색과 같은 색을 만들 수 있는 조합을 지칭한다. 삼색 자극값은 주로 CIE 1931 색 공간에서 X, Y, Z 값으로 표현된다. 색 공간은 이 세 개의 자극값과 각각의 색을 연관시키는 수학적 모델을 가리키고, 여러 가지 색 공간 가운데 CIE 1931 XYZ는 인간의 색채 인지를 직접 측정하여 만들어졌기 때문에, 이러한 색 공간을 만드는 데 기초가 되는 색 공간이다[6]. 삼색 자극 값은 L, M, S 원추세포들의 색 대응함수로 계산되며 반응함수는 그림 1.1 과 같다. 색온도는 백색광의 색을 특징할 수 있는 인자 중 가장 많이 사용되고 있는 지표이다. 색온도란 색을 절대온도를 이용해 표시한 것으로 프랑크 법칙과 빈의 변위법칙과 관련되어 있다. 프랑크 법칙은 물리학에서 온도 T의 흑체로부터 나오는 모든 파장의 복사를 설명하는 법칙이고, 빈 변위 법칙은 통계역학에서 측정 온도에서 흑체에서부터 방사되는 열에너지의 스펙트럼 분포가 절대적으로 다른 온도의 분포와 같은 형태를 가진다는 법칙이다. 이 두 법칙을 기반으로 절대 온도에 기반을 둔 방사 에너지 분포는 수식 (1) 과 같이 표현 된다. 이 외에도 CIE(International Commission on Illumination)에서 정의한 표준 광원이 있다. 실제 대낮의 태양광(Daylight)을 측정하여 얻은 평균 데이터로 Illuminant series D가 있으며, 수식 (2)와 같이 표현된다[7]. 연색성이란 특정 광원을 물체색에 조명하였을 때 반사된 물체색이 어떤 색으로 보일 것인가, 즉 빛의 분광특성이 색 인지에 미치는 영향을 연색성이라 한다. 이러한 연색성으로 백색광의 질을 평가할 수 있으며 평가는 다음과 같이 이루어진다. 기준 조건에서 기준광원에 대해서 물체색의 인지와 비교하여 색 차이로 평가한다. 기준광원은 색온도 5000K 이하의 경우 수식 (1)로 표현되는 광원을 사용하며, 5000K 초과의 경우 수식 (2)로 표현되는 광원을 사용한다. 평가에 사용되는 물체색은 그림1.2에서 보듯이 TCS(Test Color Sample)로 정의된 8가지 색을 사용하며, 상대적으로 채도가 낮고 전체 색상범위에 고르게 분포 되어 있다. 위와 같은 개념들을 기초로 접근하여 Ⅱ. 색온도와 연색성에서 색좌표상의 거리 최소화가 어떻게 색온도와 연관되는지, 스펙트럼과 연색성 사이의 관계와 이를 고려해주기 위한 방법을 제시하고, Ⅲ. 입력 데이터의 전처리와 최적화 방법에서는 제안되는 방법을 수식으로 표현하는 방법에 대한 설명을 하고, Ⅳ. 실험 방법과 결과에서 PC에서 시뮬레이션 한 결과를 바탕으로 하여 비교를 하고, 마지막 Ⅴ.결론으로 본 논문을 마무리한다.
최근 LED를 이용하여 백색광을 만들어주는 방법은 크게 3가지로 요약 할 수 있다. 첫 번째, 짧은 파장대역의 LED와 긴 파장대역의phosphor를 조합하는 방법, 두 번째, 자외선영역의 LED와 하나 이상의 phosphor를 조합하는 방법, 세 번째, RGB LED들의 조합이나, 다양한 파장대역의 LED를 조합하는 방법 등이 있다. 이중 세 번째 방법인 LED 간의 조합으로 백색광을 생성 하는 방법으로 다양한 연구들이 진행되고 있다. [1-5] 여러 LED의 조합으로 백색광을 생성 할 때 목표에 따라서 다양한 연구들이 진행되고 있는데, 첫 번째로 설계한 백색광의 특성을 잘 유지하는 방법이 있다. 관련 연구로는, LED의 특성을 파악해 온도 변화나 노화와 같은 외란으로 인한 변화를 보정하는 방법을 제시한다[1]. 두 번째로, 기준광원의 스펙트럼을 모사하는 방법으로 관련 연구가 있다[2]. 다수의 단파장 LED들의 조합으로 스펙트럼을 모사하는 방법이며, Micro spectrometer를 이용한 피드백 제어로 정밀한 제어가 가능한 특징이 있다. 세 번째로, 기술표준 ANSI C78.377-2011에서 색온도에 대응하여 정의된 색좌표를 만족 하는 방법으로 다양한 방법이 연구되고 있다[3-5]. Linear programming 최적화 방법을 사용하여 색좌표를 만족시키는 방법 [3], 설계한 알고리즘 속에 optimization을 추가해 최적의 조합을 찾는 방법[4], 좌표상 높은 색온도와 낮은 색온도를 나누어 최적화하며 파라미터로 CRI를 최적화하는 방법이 있다[5]. 앞선 방법들 중 Chew 등에 의한 연구[3]에서 제시하는 방법이 최적화를 이용한 방법들 중 가장 간단하고 명확한 방법이지만, linear programing의 한계로 인해 기술표준의 최외각 점에 최적화가 되어 작은 외란에도 취약하다는 단점과 CRI가 전혀 고려되지 않은 것이 단점이며, 다른 방법들은[1,2,4,5] 최적화를 위해 필요한 파라미터들이 많고, 복잡한 연산이 필요한 단점이 있다. 본 논문에서 제시하는 방법은 색 좌표 공간에서 거리 차와 스펙트럼 공간에서 거리 차의 가중치 합으로 이루어진 단순한 수식의 최적화로 복잡한 위의 방법과 성능이 유사하거나 더 나은 결과를 볼 수 있다. 본 연구를 설명하기에 앞서 색좌표, 색온도, 연색성의 개념과 관계를 명확히 할 필요가 있다. 사람의 눈에는 단파장(S), 중파장(M), 장파장(L)의 세 가지 빛에 반응하는 원추세포가 존재한다. 따라서 세 개의 파라미터로 인간의 색 감각을 표현할 수 있다. 삼색 자극값은 가산 혼합 모델에서 삼원색을 조합하여 목표로 하는 색과 같은 색을 만들 수 있는 조합을 지칭한다. 삼색 자극값은 주로 CIE 1931 색 공간에서 X, Y, Z 값으로 표현된다. 색 공간은 이 세 개의 자극값과 각각의 색을 연관시키는 수학적 모델을 가리키고, 여러 가지 색 공간 가운데 CIE 1931 XYZ는 인간의 색채 인지를 직접 측정하여 만들어졌기 때문에, 이러한 색 공간을 만드는 데 기초가 되는 색 공간이다[6]. 삼색 자극 값은 L, M, S 원추세포들의 색 대응함수로 계산되며 반응함수는 그림 1.1 과 같다. 색온도는 백색광의 색을 특징할 수 있는 인자 중 가장 많이 사용되고 있는 지표이다. 색온도란 색을 절대온도를 이용해 표시한 것으로 프랑크 법칙과 빈의 변위법칙과 관련되어 있다. 프랑크 법칙은 물리학에서 온도 T의 흑체로부터 나오는 모든 파장의 복사를 설명하는 법칙이고, 빈 변위 법칙은 통계역학에서 측정 온도에서 흑체에서부터 방사되는 열에너지의 스펙트럼 분포가 절대적으로 다른 온도의 분포와 같은 형태를 가진다는 법칙이다. 이 두 법칙을 기반으로 절대 온도에 기반을 둔 방사 에너지 분포는 수식 (1) 과 같이 표현 된다. 이 외에도 CIE(International Commission on Illumination)에서 정의한 표준 광원이 있다. 실제 대낮의 태양광(Daylight)을 측정하여 얻은 평균 데이터로 Illuminant series D가 있으며, 수식 (2)와 같이 표현된다[7]. 연색성이란 특정 광원을 물체색에 조명하였을 때 반사된 물체색이 어떤 색으로 보일 것인가, 즉 빛의 분광특성이 색 인지에 미치는 영향을 연색성이라 한다. 이러한 연색성으로 백색광의 질을 평가할 수 있으며 평가는 다음과 같이 이루어진다. 기준 조건에서 기준광원에 대해서 물체색의 인지와 비교하여 색 차이로 평가한다. 기준광원은 색온도 5000K 이하의 경우 수식 (1)로 표현되는 광원을 사용하며, 5000K 초과의 경우 수식 (2)로 표현되는 광원을 사용한다. 평가에 사용되는 물체색은 그림1.2에서 보듯이 TCS(Test Color Sample)로 정의된 8가지 색을 사용하며, 상대적으로 채도가 낮고 전체 색상범위에 고르게 분포 되어 있다. 위와 같은 개념들을 기초로 접근하여 Ⅱ. 색온도와 연색성에서 색좌표상의 거리 최소화가 어떻게 색온도와 연관되는지, 스펙트럼과 연색성 사이의 관계와 이를 고려해주기 위한 방법을 제시하고, Ⅲ. 입력 데이터의 전처리와 최적화 방법에서는 제안되는 방법을 수식으로 표현하는 방법에 대한 설명을 하고, Ⅳ. 실험 방법과 결과에서 PC에서 시뮬레이션 한 결과를 바탕으로 하여 비교를 하고, 마지막 Ⅴ.결론으로 본 논문을 마무리한다.
In these days, a white light that consists of multiple LEDs is common in many industries. There are different standards in different applications and light types. For example, in fluorescent lamp cases, First, colour rendering index (CRI) is required to be Ra ≥ 80 for indoor office or home. However,...
In these days, a white light that consists of multiple LEDs is common in many industries. There are different standards in different applications and light types. For example, in fluorescent lamp cases, First, colour rendering index (CRI) is required to be Ra ≥ 80 for indoor office or home. However, CRI need to be Ra ≥ 90+ for indoor retail store. Colour temperature is the most important parameter of consumer preference in white lights and human circadian rhythms. Also, single chip LEDs that consist of three or four colours are getting more common. In these circumstances, there are various research on high quality LED white light and LED control method during near a decade. We can divide two approaches: one is understanding and taking care of LED’s characteristic, the other suggests colour mixing algorithm. In this paper, we propose an optimization method for LED lights considering colour temperature(CCT) and colour rendering index(CRI) in CIE 1931 space. We conducted two experiments: one uses one chip LED(red, green blue and white), the other uses 6 LEDs(red, green, blue, cyan, amber, and white). For the spectrum optimization, we need spectral data of each LED. So, we measured the spectrum of each LED and luminance data using spectrometer. We use the Gurobi optimization tool for optimization in Matlab®. The optimization tool can solve this problem by converting a pulse width modulation value into an integer value. First, we optimize CCT by minimizing distance to the target black body locus in CIE1931 colour space. That black body locus (xcct,ycct) in CIE1931 xyz point is computed from the target CCT. Then, we transformed the value to XYZ coordinate system that is normalized to target illuminance value. Optimization is proceeded in this homogeneous coordinate. Second, we consider CRI to provide constraint on this optimization by minimizing the norm of the spectrum distribution to the reference white in order to get high CRI, since CRI was closely connected with spectrum distribution similarity of reference white. That spectrum of reference white is combined by two illumination models: CCT≤5000K using black body model and CCT≥5000k using CIE D illumination. Finally, optimization result computed the modulating value of each LED. Results of two experiments in different LED is well optimized. Optimization results can be explained by three parameters: CCT, illuminance, and CRI. In case of one chip 4-colour LED, we can reasonably optimize from 3000K to 7500K with CRI Ra from 80 and to 95. In case of combination of 6-colour LED, we can reasonably optimize from 2500K to 7500K with CRI Ra 90+ for ≥ 3000K. In both case, illuminance is always correct when the total illuminance is less than the combined LED’s illuminance. In this paper, we study optimization method for high quality LED lights. In this optimization method, CCT is to minimize distance in CIE1931 space, and CRI is to make spectrum distribution similar to reference white. This simple method well optimizes a given target CCT and illuminance with high CRI. And this optimization result can be used to directly drive the LED light source. Also, it can be used for any other combination of LED for various CCT cases.
In these days, a white light that consists of multiple LEDs is common in many industries. There are different standards in different applications and light types. For example, in fluorescent lamp cases, First, colour rendering index (CRI) is required to be Ra ≥ 80 for indoor office or home. However, CRI need to be Ra ≥ 90+ for indoor retail store. Colour temperature is the most important parameter of consumer preference in white lights and human circadian rhythms. Also, single chip LEDs that consist of three or four colours are getting more common. In these circumstances, there are various research on high quality LED white light and LED control method during near a decade. We can divide two approaches: one is understanding and taking care of LED’s characteristic, the other suggests colour mixing algorithm. In this paper, we propose an optimization method for LED lights considering colour temperature(CCT) and colour rendering index(CRI) in CIE 1931 space. We conducted two experiments: one uses one chip LED(red, green blue and white), the other uses 6 LEDs(red, green, blue, cyan, amber, and white). For the spectrum optimization, we need spectral data of each LED. So, we measured the spectrum of each LED and luminance data using spectrometer. We use the Gurobi optimization tool for optimization in Matlab®. The optimization tool can solve this problem by converting a pulse width modulation value into an integer value. First, we optimize CCT by minimizing distance to the target black body locus in CIE1931 colour space. That black body locus (xcct,ycct) in CIE1931 xyz point is computed from the target CCT. Then, we transformed the value to XYZ coordinate system that is normalized to target illuminance value. Optimization is proceeded in this homogeneous coordinate. Second, we consider CRI to provide constraint on this optimization by minimizing the norm of the spectrum distribution to the reference white in order to get high CRI, since CRI was closely connected with spectrum distribution similarity of reference white. That spectrum of reference white is combined by two illumination models: CCT≤5000K using black body model and CCT≥5000k using CIE D illumination. Finally, optimization result computed the modulating value of each LED. Results of two experiments in different LED is well optimized. Optimization results can be explained by three parameters: CCT, illuminance, and CRI. In case of one chip 4-colour LED, we can reasonably optimize from 3000K to 7500K with CRI Ra from 80 and to 95. In case of combination of 6-colour LED, we can reasonably optimize from 2500K to 7500K with CRI Ra 90+ for ≥ 3000K. In both case, illuminance is always correct when the total illuminance is less than the combined LED’s illuminance. In this paper, we study optimization method for high quality LED lights. In this optimization method, CCT is to minimize distance in CIE1931 space, and CRI is to make spectrum distribution similar to reference white. This simple method well optimizes a given target CCT and illuminance with high CRI. And this optimization result can be used to directly drive the LED light source. Also, it can be used for any other combination of LED for various CCT cases.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.