本發(fā)明屬于燈光調(diào)控，具體涉及一種基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法及系統(tǒng)。

背景技術(shù)：

1、在近年來，隨著腦機接口技術(shù)的快速發(fā)展，基于腦電波的智能控制系統(tǒng)已經(jīng)逐漸成為研究和應(yīng)用的熱點。特別是在照明系統(tǒng)中，利用腦電信號來控制燈光的自動調(diào)控方法，不僅能夠提高用戶的舒適度和便利性，還能在一定程度上節(jié)約能源和提升生活質(zhì)量。

2、研究表明，不同的燈光對人體睡眠有較大的影響，在人體睡眠的不同階段所適宜的光照也有所不同。在目前燈光調(diào)控領(lǐng)域中，為提高人體午休睡眠質(zhì)量，只能通過單一化根據(jù)預(yù)判時間來進行燈光調(diào)控，這種調(diào)控方式存在一定缺陷性。例如，人體的差異性導(dǎo)致睡眠階段的時間點不同，根據(jù)統(tǒng)一化時間預(yù)估進行調(diào)控?zé)艄馊狈€性化，導(dǎo)致午休質(zhì)量的下降；不同的人對光照的敏感度不同，使用統(tǒng)一光照也會影響午休質(zhì)量。

技術(shù)實現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法及系統(tǒng)，

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、獲取人體在不同光照等級下的睡眠階段生理數(shù)據(jù)，根據(jù)所述睡眠階段生理數(shù)據(jù)通過評分模型計算得到指標(biāo)評分數(shù)據(jù)，根據(jù)所述指標(biāo)評分數(shù)據(jù)與所述光照等級通過聯(lián)合分析模型計算得到睡眠光級；

4、通過腦電波測量床墊獲取實時腦電波數(shù)據(jù)，根據(jù)所述實時腦電波數(shù)據(jù)通過睡眠階段診斷模型計算得到睡眠階段數(shù)據(jù)；

5、智能終端根據(jù)所述睡眠階段數(shù)據(jù)產(chǎn)生自適應(yīng)信號調(diào)節(jié)所述睡眠光級和喚醒光級。

6、作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述睡眠光級包括n1睡眠光級和n2睡眠光級，所述n1睡眠光級為在人體處于n1睡眠階段下，所述生理數(shù)據(jù)達到最佳狀態(tài)下的光照等級，所述n2睡眠光級為在人體處于n2睡眠階段下，所述生理數(shù)據(jù)達到最佳狀態(tài)下的光照等級。

7、具體地，所述光照等級為一至七級。

8、具體地，所述聯(lián)合分析模型用于計算人體處于不同睡眠階段下，所述指標(biāo)評分數(shù)據(jù)處于最優(yōu)狀態(tài)下所對應(yīng)的所述光照等級，首先根據(jù)所述睡眠階段對所述指標(biāo)評分數(shù)據(jù)進行劃分得到n1評分數(shù)據(jù)和n2評分數(shù)據(jù)，然后分別將所述n1評分數(shù)據(jù)和所述n2評分數(shù)據(jù)進行排序得到一號評分序列和二號評分序列，根據(jù)所述一號評分序列和二號評分序列通過堆算法得到一號最優(yōu)值和二號最優(yōu)值，根據(jù)所述一號最優(yōu)值和所述二號最優(yōu)值確定睡眠燈光等級。

9、具體地，所述睡眠階段診斷模型是基于特征提取和機器學(xué)習(xí)實現(xiàn)的，具體計算步驟如下：

10、s501：根據(jù)所述實時腦電波數(shù)據(jù)通過限制信號分量持續(xù)時間進行噪聲濾除得到降噪信號數(shù)據(jù)；

11、s502：提取所述降噪信號數(shù)據(jù)的時域特征；

12、s503：根據(jù)所述實時腦電波數(shù)據(jù)通過基于時段高能弦波模型計算得到基本特征；

13、s504：根據(jù)所述基礎(chǔ)特征和所述時域特征構(gòu)建特征向量，根據(jù)所述特征向量通過k-fold數(shù)據(jù)劃分方式合成nnf特征；

14、s505：根據(jù)所述nnf特征通過分類器進行分類得到所述睡眠階段數(shù)據(jù)。

15、具體地，所述分類器是基于nn模型、xgboost模型、svm模型和knn模型實現(xiàn)的，所述分類器訓(xùn)練過程為根據(jù)所述特征向量構(gòu)建特征向量集，預(yù)設(shè)拆分閾值，根據(jù)所述拆分閾值對所述特征向量集進行拆分得到拆分數(shù)據(jù)集，對所述拆分數(shù)據(jù)集進行依次遍歷得到剩余數(shù)據(jù)集，將所述剩余數(shù)據(jù)集分別通過所述nn模型、所述xgboost模型、所述svm模型、所述knn模型進行計算得到輸出結(jié)果，根據(jù)所述特征向量集通過所述nn模型、所述xgboost模型、所述svm模型、所述knn模型進行計算得到測試結(jié)果，根據(jù)所述輸出結(jié)果進行模型訓(xùn)練得到初始分類器，根據(jù)所述測試結(jié)果通過所述初始分類器進行計算得到預(yù)測結(jié)果，根據(jù)所述預(yù)測結(jié)果對所述初始分類器進行修正得到所述分類器。

16、具體地，所述評分模型根據(jù)所述睡眠階段生理數(shù)據(jù)中不同指標(biāo)數(shù)值與權(quán)重值通過評分計算公式計算得到所述指標(biāo)評分數(shù)據(jù)，所述評分計算公式表達式為：

17、

18、其中，y為指標(biāo)評分數(shù)據(jù)，i為變量參數(shù)，n為指標(biāo)總數(shù)，ai為第i個指標(biāo)的權(quán)重值，ai為第i個指標(biāo)數(shù)值。

19、一種應(yīng)用基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法的一種基于日間短期睡眠光環(huán)境因素的光照調(diào)控系統(tǒng)，包括：分析模塊、診斷模塊、調(diào)控模塊；

20、所述分析模塊，用于獲取人體在不同光照等級下的生理數(shù)據(jù)，根據(jù)所述生理數(shù)據(jù)通過評分模型計算得到指標(biāo)評分數(shù)據(jù)，根據(jù)所述指標(biāo)評分數(shù)據(jù)與所述光照等級通過聯(lián)合分析模型計算得到睡眠光級；

21、所述診斷模塊，用于通過腦電波測量床墊獲取實時腦電波數(shù)據(jù)，根據(jù)所述實時腦電波數(shù)據(jù)通過睡眠階段診斷模型計算得到睡眠階段數(shù)據(jù)；

22、所述調(diào)控模塊，用于智能終端根據(jù)所述睡眠階段數(shù)據(jù)產(chǎn)生自適應(yīng)信號調(diào)節(jié)所述睡眠光級和喚醒光級。

23、一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如上述所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法。

24、一種包含計算機可執(zhí)行指令的存儲介質(zhì)，其特征在于，所述計算機可執(zhí)行指令在由計算機處理器執(zhí)行時用于執(zhí)行如上述所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法。

25、本發(fā)明的有益效果為：

26、(1)通過采集人體在不同光照等級下的不同睡眠階段的生理指標(biāo)數(shù)據(jù)，通過分析不同睡眠階段下的生理指標(biāo)數(shù)據(jù)在何種光照等級下達到最優(yōu)狀態(tài)，將最優(yōu)狀態(tài)的生理指標(biāo)狀態(tài)下的光照等級設(shè)置為個性化睡眠光級，實現(xiàn)了睡眠光級的個性化。

27、(2)通過腦電波測量床墊實時采集腦電波數(shù)據(jù)進行分析，避免通過設(shè)置繁瑣的腦電波采集裝置進行腦電波采集，避免了采集裝置對人體睡眠的影響。

28、(3)根據(jù)實時采集的腦電波數(shù)據(jù)進行實時分析睡眠階段，根據(jù)睡眠階段動態(tài)調(diào)控光照等級，實現(xiàn)了燈光依照人體睡眠階段自動化調(diào)控?zé)艄?，確保人體在不同睡眠階段都能保持最利于休息的光照等級，提高了人體午休睡眠質(zhì)量。

29、(4)根據(jù)睡眠階段進行自動化燈光喚醒，較傳統(tǒng)的聲音喚醒，避免了聲音喚醒造成人體的驚厥，避免造成人體的不適。

技術(shù)特征：

1.一種基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，所述睡眠光級包括n1睡眠光級和n2睡眠光級，所述n1睡眠光級為在人體處于n1睡眠階段下，所述生理數(shù)據(jù)達到最佳狀態(tài)下的光照等級，所述n2睡眠光級為在人體處于n2睡眠階段下，所述生理數(shù)據(jù)達到最佳狀態(tài)下的光照等級。

3.根據(jù)權(quán)利要求1所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，所述光照等級為一至七級。

4.根據(jù)權(quán)利要求1所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，所述聯(lián)合分析模型用于計算人體處于不同睡眠階段下，所述指標(biāo)評分數(shù)據(jù)處于最優(yōu)狀態(tài)下所對應(yīng)的所述光照等級，首先根據(jù)所述睡眠階段對所述指標(biāo)評分數(shù)據(jù)進行劃分得到n1評分數(shù)據(jù)和n2評分數(shù)據(jù)，然后分別將所述n1評分數(shù)據(jù)和所述n2評分數(shù)據(jù)進行排序得到一號評分序列和二號評分序列，根據(jù)所述一號評分序列和二號評分序列通過堆算法得到一號最優(yōu)值和二號最優(yōu)值，根據(jù)所述一號最優(yōu)值和所述二號最優(yōu)值確定睡眠燈光等級。

5.根據(jù)權(quán)利要求1所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，所述睡眠階段診斷模型是基于特征提取和機器學(xué)習(xí)實現(xiàn)的，具體計算步驟如下：

6.根據(jù)權(quán)利要求1所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，所述分類器是基于nn模型、xgboost模型、svm模型和knn模型實現(xiàn)的，所述分類器訓(xùn)練過程為根據(jù)所述特征向量構(gòu)建特征向量集，預(yù)設(shè)拆分閾值，根據(jù)所述拆分閾值對所述特征向量集進行拆分得到拆分數(shù)據(jù)集，對所述拆分數(shù)據(jù)集進行依次遍歷得到剩余數(shù)據(jù)集，將所述剩余數(shù)據(jù)集分別通過所述nn模型、所述xgboost模型、所述svm模型、所述knn模型進行計算得到輸出結(jié)果，根據(jù)所述特征向量集通過所述nn模型、所述xgboost模型、所述svm模型、所述knn模型進行計算得到測試結(jié)果，根據(jù)所述輸出結(jié)果進行模型訓(xùn)練得到初始分類器，根據(jù)所述測試結(jié)果通過所述初始分類器進行計算得到預(yù)測結(jié)果，根據(jù)所述預(yù)測結(jié)果對所述初始分類器進行修正得到所述分類器。

7.根據(jù)權(quán)利要求1所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法，其特征在于，所述評分模型根據(jù)所述睡眠階段生理數(shù)據(jù)中不同指標(biāo)數(shù)值與權(quán)重值通過評分計算公式計算得到所述指標(biāo)評分數(shù)據(jù)，所述評分計算公式表達式為：

8.一種應(yīng)用基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法的一種基于日間短期睡眠光環(huán)境因素的光照調(diào)控系統(tǒng)，其特征在于，包括：分析模塊、診斷模塊、調(diào)控模塊；

9.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-7中任一所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法。

10.一種包含計算機可執(zhí)行指令的存儲介質(zhì)，其特征在于，所述計算機可執(zhí)行指令在由計算機處理器執(zhí)行時用于執(zhí)行如權(quán)利要求1-7中任一所述的基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法。

技術(shù)總結(jié)
本發(fā)明涉及一種基于日間短期睡眠光環(huán)境因素的光照調(diào)控方法及系統(tǒng)，屬于燈光調(diào)控技術(shù)領(lǐng)域。其中，該方法包括：獲取人體在不同光照等級下的睡眠階段生理數(shù)據(jù)，根據(jù)所述睡眠階段生理數(shù)據(jù)通過評分模型計算得到指標(biāo)評分數(shù)據(jù)，根據(jù)所述指標(biāo)評分數(shù)據(jù)與所述光照等級通過聯(lián)合分析模型計算得到睡眠光級；通過腦電波測量床墊獲取實時腦電波數(shù)據(jù)，根據(jù)所述實時腦電波數(shù)據(jù)通過睡眠階段診斷模型計算得到睡眠階段數(shù)據(jù)；智能終端根據(jù)所述睡眠階段數(shù)據(jù)產(chǎn)生自適應(yīng)信號調(diào)節(jié)所述睡眠光級和喚醒光級。實現(xiàn)了根據(jù)實時采集的腦電波數(shù)據(jù)進行實時分析，判斷睡眠階段，根據(jù)睡眠階段實現(xiàn)午休燈光自動化調(diào)控。

技術(shù)研發(fā)人員：程敏,吳宇豪,劉凱,翁良漢,楊遠禮,程安,郝斌,江魏佳,汪洋,江敏
受保護的技術(shù)使用者：中機上動認證檢測（上海）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30