李纪宾，饶欢乐，王晨，钱依凡，洪哲扬

(杭州电子科技大学 自动化学院，浙江 杭州 310018)

0 引言

相较于传统光源，大功率LED 具有高光效和灵活可控等优势，在提供交互式或动态照明方面颇具潜力，如建筑照明[1]、太阳光模拟器[2]等。这类光源通常要求光度输出宽范围动态可调，并且快速达到预定的精度要求。尽管LED 自身开关特性可达兆赫兹，但由于系统散热存在时滞、时变不确定特性，使得光度输出规律难以预测。构建可分析、可计算和执行的调光模型对实现更加精细化的调光控制具有重要意义。

经典光电热[3]理论表明LED 结温、光通量、电流存在多参数耦合关系。而后，Tao[4]等人通过机理分析，构建动态光电热模型，用于计算光通量输出随系统温升的衰减变化。文献[5]～[6]考虑环境温度的热因素影响，构建不同操作功率下的线性扰动模型，设计了温度前馈补偿器，以保证光度的恒定输出。文献[7]建立了基于状态空间表达的线性预测模型，便于移植到低成本控制器中去。文献[8]采用多项式插值方法辨识不同驱动电流下的传递函数的零极点增益，构建了线性参数时变模型，但该方法需预先设置整个工作范围的操作条件，计算量较大。尽管LED 物理机制明确，但多数模型[3-6]基于等效阻容网络分析，部分物理量(如结温)并不易于测量，且模型采用离线设计，在长时运行或环境变化较大的条件下将存在失配问题。

自组织模糊神经网络是具有可变结构和参数的非线性逼近器，通过学习规则来刻画非线性模态。……