熊 偉 王 芳 李 巖谷學靜

(1.河北聯合大學，電氣工程學院，河北唐山063009;2.河北聯合大學，建筑工程學院，河北唐山063009;3.天津市塘沽城市建設投資公司，天津300451)

1 引言

智能家居燈光控制的作用，不僅是要營造良好的光環(huán)境，而且還要節(jié)約能源。因此，好的燈光控制系統(tǒng)應可以充分利用外界自然光，動態(tài)控制燈具，以達到用最小的能耗實現最好效果的目的?，F有的智能家居燈光控制系統(tǒng)大多只是通過預設多種模式，利用用戶在不同模式之間的切換，滿足用戶不同的需求。一旦當周圍環(huán)境的照度發(fā)生改變，這類系統(tǒng)并不能自適應地進行調整，仍將保持預設照度，事實上這些燈控系統(tǒng)并不能稱之為真正意義上的智能家居燈光控制系統(tǒng)。

生物體無時無刻不在遭受著各種抗原的攻擊，生物免疫系統(tǒng)能夠識別自身與異己抗原，并通過免疫應答排除抗原性異物，維持機體的生理平衡［1］。人工免疫系統(tǒng)是借鑒、利用生物免疫系統(tǒng)的信息處理機制而發(fā)展的用于解決各種工程問題的手段和方法［2］。如果將不斷變化的自然光和用戶需求比成抗原，將滿足用戶需求的相關燈具的實時照度比成抗體，智能家居燈光控制系統(tǒng)的組成結構和功能同生物免疫系統(tǒng)具有極強的相似性。

本文設計的系統(tǒng)是一種新型的智能家居燈光控制系統(tǒng)。模擬生物免疫系統(tǒng)，利用人工免疫系統(tǒng)的相關知識，通過抗體和抗原不斷匹配，動態(tài)控制燈具，達到在不斷變化的自然光環(huán)境中也可以自適應滿足用戶需求的目的。本文采用了ZigBee無線通信技術組建網絡，實現了各燈具、遙控器與控制器之間的通信，可依據使用者對照明的不同需求，智能控制燈具，充分利用自然光，用最小的能耗實現最好的效果。

2 系統(tǒng)總體設計

在智能家居燈光控制系統(tǒng)中，選用了成本低、功耗低和網絡容量大［3］的ZigBee無線組網方式。控制系統(tǒng)由免疫控制器、燈具控制終端和遙控器組成，遵循統(tǒng)一的網絡協(xié)議，借助各種不同的“預設置”和“在線設置”控制方式，用戶可對不同時間不同場景的燈光亮度進行精確設置和合理管理，充分利用外界自然光，延長燈具的壽命、節(jié)省能源消耗。采用智能家居燈光控制系統(tǒng)，不僅實現了操作簡單、方便維護，還可以滿足工作和生活的多樣性要求，系統(tǒng)總體結構如圖1所示。

圖1 監(jiān)控系統(tǒng)總體結構

免疫控制器既是整個網絡中的網絡協(xié)調器，又是人工免疫系統(tǒng)的中央處理單元。它負責維護系統(tǒng)網絡、處理事件以及存儲數據等任務，該節(jié)點包含有ZigBee射頻收發(fā)模塊、照度傳感器和嵌入式控制系統(tǒng)。各個燈具控制終端與相應燈具相連，其主要功能在于接收免疫控制器發(fā)出的指令，控制燈具工作，調整燈光亮度等。該節(jié)點主要由控制電路與ZigBee射頻收發(fā)模塊組成。遙控器可實現移動控制，主要由ZigBee射頻收發(fā)模塊和嵌入式控制系統(tǒng)組成。ZigBee無線網絡以星型拓撲結構構成，免疫控制器作為網絡協(xié)調器，各燈具控制終端及遙控器作為終端設備。用戶通過控制遙控器可發(fā)出對各燈具的開關、調光等指令，可根據自身需要及當時自然光照度編輯場景，并可隨時選用自己預設好的場景。免疫控制器接收遙控器發(fā)出的指令，并利用人工免疫系統(tǒng)根據當前自然光照度，選取最符合用戶要求的場景。各燈具控制終端通過ZigBee網絡接收免疫控制器發(fā)送過來的控制信息，經過控制電路控制燈具進行相應操作。

3 免疫控制器的結構和功能

免疫控制器的結構如圖2所示。其主要包括三個部分:中央處理單元、免疫反應區(qū)和骨髓。中央處理單元作為同系統(tǒng)其它部分交換信息的接口，主要負責接收遙控器及照度傳感器傳來的信息并利用信息產生抗原，同時也將免疫反應區(qū)的輸出抗體翻譯成指令發(fā)送給各燈具控制終端。骨髓負責產生B細胞并使其符合免疫反應區(qū)的要求，即骨髓只向免疫反應區(qū)輸送成熟B細胞。免疫反應區(qū)是抗原和抗體匹配的場所，通過基于親合度的選擇等操作，確定出最優(yōu)抗體傳遞給中央處理單元。

圖2 免疫控制器的結構

3.1 抗原

住宅是私人空間，主要包括起居室、餐廳、廚房、衛(wèi)生間和臥室等。為了滿足每個空間不同的使用功能，應采用不同的照明設計。以起居室為例，它是一個多功能的活動空間，所配置的照明應能很好地配合家庭中各種各樣的活動，諸如:看電視、閱讀、聚會等［4］。同時，不同時刻外界自然光的照度不同，不同用戶對于不同場景模式的要求也不盡相同，因此抗原包括四個屬性:房屋類型、用戶名、場景模式和自然光照度?？乖瓉碜詢煞矫?，一方面由于用戶切換照明模式，抗原來自遙控器的用戶命令，另一方面來自自然光照度有較大變化時，系統(tǒng)自動產生包含當前自然光照度的抗原，以便重新調整各燈具照度，自然光照度變化閾值由用戶在免疫控制器上設置。

3.2 抗體

抗體的結構類似于法默和他的同事在文獻［5］中所提出的。如圖3所示，它主要包括三個部分:抗體決定基、照度編碼區(qū)和獨特型。抗體決定基和獨特型的結構同抗原類似，同樣包括相同的四個屬性。照度編碼區(qū)包括當前情況下相關燈具的優(yōu)化照度，這些照度交由中央處理單元識別，直接發(fā)送給燈具控制終端，用于控制相關燈具?？贵w通過其抗體決定基不僅可以識別抗原決定基，也可以識別其他抗體的獨特型，這樣可以保證抗體的多樣性。

圖3 抗體的結構

3.3 B細胞和骨髓

B細胞是抗體分子的載體，本文對二者不作區(qū)分，結構完全相同。骨髓中設有一個記憶B細胞庫，不同用戶在不同自然光照度下設置的各種照明模式都作為記憶B細胞存在該庫中。每次有抗原輸入，中央處理單元將抗原的前三個屬性傳遞給骨髓，骨髓完成B細胞前三個屬性與抗原前三個屬性的匹配，只有完全匹配的記憶B細胞才能作為成熟的B細胞被排出骨髓，進入免疫反應區(qū)，成為免疫反應區(qū)中的抗體，上述過程即是B細胞的耐受過程。若用戶修改某一照明模式，記憶B細胞庫中將產生一個新的B細胞，同時消滅與其特別相近的B細胞，這樣可與確保骨髓總能記憶用戶的最新需求，同時維護了庫中記憶B細胞的多樣性。

3.4 中央處理單元和免疫反應區(qū)

中央處理單元是同燈具控制終端、遙控器和照度傳感器相連的接口。它儲存來自照度傳感器的測量數據和遙控器的用戶命令，同時又向各燈具控制終端發(fā)送指令。中央處理單元同時還控制著免疫控制器的另外兩個部分，免疫反應區(qū)和骨髓，向它們實時提供抗原。

免疫反應區(qū)是免疫控制器的核心?？贵w和抗原在此進行匹配，并最終產生符合用戶需求的最優(yōu)抗體。免疫反應區(qū)包括大量的交互函數，這些函數計算抗原同抗體的親合度，并最終確定最優(yōu)抗體，傳遞給中央處理單元。

4 人工免疫系統(tǒng)的實現

4.1 抗原和抗體的編碼

抗原和抗體具有相似的結構，抗原由用戶或中央處理單元產生，抗體在骨髓中形成。為了便于計算和匹配，本文選用了二進制的編碼方式對抗原和抗體進行編碼?？乖木幋a如表1所示。其中，自然光照度的編碼采用如下方法:二進制的數據共12位，由低位到高位，每四位分別代表十進制中的個位、十位和百位;如表1所示，二進制中的低4位0101代表十進制中的個位5。

表1 抗原的編碼

抗體的抗體決定基同抗原具有相同的結構，高度匹配的一對抗原和抗體，它們的抗體決定基和抗原的編碼形式是互補的，但抗體決定基中的自然光照度編碼方法同抗原中自然光照度的方法一致。照度編碼區(qū)中相關燈具照度的編碼的前4位代表了相關燈具的編號，后12位的編碼方法同抗原中自然光照度的方法一致?？贵w的獨特型編碼形式與其抗體決定基的編碼形式一致，表2列出了同表1抗原高度匹配的抗體的編碼，因獨特型同抗體決定基編碼一致，表中并未列出獨特型的編碼。

表2 同表1抗原高度匹配的抗體的編碼

4.2 親合度的計算方法

4.2.1 骨髓中的匹配方法

在骨髓中，B細胞將經歷耐受期，采用海明距離法計算記憶B細胞前三個屬性與抗原前三個屬性的匹配程度。匹配度采用下式計算

L是抗原前三個屬性的二進制編碼的總位數，即L=12。只有當D=12時，即記憶B細胞前三個屬性與抗原前三個屬性完全匹配時，當前記憶B細胞才可以作為成熟B細胞被排出骨髓，進入免疫反應區(qū)，成為免疫反應區(qū)中的抗體。

為保證骨髓內保存的都是用戶的最新設置，當用戶改變某一情況下的設置時，最新設置將作為新的記憶B細胞儲存在骨髓中，同時消滅與其相似的原有記憶B細胞。相似度仍采用如式1所示的海明距離法確定，此時匹配對象是新的B細胞的抗體決定基和原有B細胞的獨特型，L為獨特型的二進制編碼的總位數，即L=24。只有當D=0時，即新的B細胞的抗體決定基同原有B細胞的獨特型完全相同時，骨髓才認定二者相似，消滅原有記憶B細胞，儲存新的記憶B細胞。

4.2.2 免疫反應區(qū)中親合度的計算方法

由于在骨髓中已經完成了用戶名、房屋類型及場景模式的匹配，因此只將成熟B細胞的部分抗體送入免疫反應區(qū)進行匹配，部分抗體包括抗體決定基中的第四個屬性自然光照度和照度編碼區(qū)。用于在免疫反應區(qū)中計算親合度的兩部分分別是抗體和抗原中的自然光照度部分，親合度由公式2計算得出。

其中(Ag)k表示抗體k和抗原之間的親合度，其值在0和1之間，數值越大親合度越大。tk為抗體k與抗原的結合強度，其值由抗體和抗原中的自然光照度差值的絕對值決定。

4.3 免疫控制器的控制算法

免疫控制器是整個系統(tǒng)的核心，其控制算法的主要目的就是在記憶B細胞庫中獲取符合當前自然光照度及用戶需求的抗體，將該抗體中包含的相關燈具的照度設置傳遞給各燈具控制終端，它的流程如下所述。

(1) 確定當前抗原類型，判斷抗原是由用戶切換照明模式還是由自然光較大變化引起的。如果是由用戶引起的，繼續(xù)向下執(zhí)行，若是由自然光變化引起的，則轉至(3)。

(2) 將抗原輸入至骨髓，記憶B細胞經歷耐受期，耐受成功后，將所有成熟B細胞輸入至免疫反應區(qū)。若不成功，則說明此時系統(tǒng)處于初始階段，記憶B細胞庫中并未存有用戶針對此種照明模式的抗體，此時轉至(4)

(3) 計算免疫反應區(qū)中的所有抗體與抗原的親合度，選擇親合度最大的抗體作為最優(yōu)抗體輸出至中央處理單元，然后轉至(5)。

(4) 系統(tǒng)針對用戶的不同需求及燈具的分布特點，默認存有一些抗體，這些抗體并不包含自然光照度，只包括抗體決定基的前三個屬性和照度編碼區(qū)，默認抗體存儲在骨髓內的一個特殊區(qū)域。當抗原在骨髓內耐受失敗后，則自動與默認抗體匹配，并將默認抗體作為最優(yōu)抗體輸出至中央處理單元。

(5) 中央處理單元解碼最優(yōu)抗體，并將相關燈具的照度設置發(fā)送至各燈具控制終端。

骨髓中的記憶B細胞庫是由用戶通過遙控器或免疫控制器設置完成的并不斷地進行更新。如果用戶對當前的照明設置不滿意，可通過遙控器或免疫控制器進行調整，系統(tǒng)自動將調整結果放入骨髓中的記憶B細胞庫，并消滅相似的記憶B細胞。

5 仿真實驗

為了驗證該系統(tǒng)的可行性，我們利用MATLAB進行了仿真實驗。實驗模擬了用戶在起居室中看電視的場景，通過輸入不同抗原，驗證系統(tǒng)的穩(wěn)定性和可行性。實驗結果顯示該系統(tǒng)可快速穩(wěn)定地處理各種抗原，輸出結果理想。下面結合具體實驗結果闡述實驗過程。

人們在看電視時，視力高度集中在電視屏幕上，且持續(xù)時間也較長。由于電視屏幕放射出紫外線和微量的x射線，人眼吸收之后，視力會下降;電視屏幕上的亮度很高，如果室內的照明全部關閉的話，屏幕上的亮度與周圍環(huán)境的亮度之比可達幾十至幾百倍，這樣會產生較嚴重的眩光，易出現視覺疲勞現象，因此室內應保持適當的照明。此外，燈具與電視機間要有正確的位置，燈具不能在看電視的視野范圍內，否則會產生嚴重的眩光。燈具也不能在屏幕上產生亮斑，這也是被人們所厭惡的。

針對上述問題，模擬了如下場景，電視置于起居室內西墻處，電視周邊對稱放置6個燈具，南、北兩側各3個，由南至北燈具序號依次為1～6，燈具安裝既不在觀看視野內，也不會在電視屏幕上產生亮斑，南面有飄窗，自然光可通過該窗射入。為更好檢測系統(tǒng)性能，測試了多個場景，其中4個主要場景的測試結果如圖4所示。

圖4 仿真測試結果

當沒有自然光照射時，系統(tǒng)默認分配給各燈具的照度分配如圖4(a)所示。當自然光照度變?yōu)?0Lux時，用戶利用遙控器對燈具進行了調整，以便符合自己的習慣，系統(tǒng)將調整的結果存入骨髓記憶B細胞庫中。當自然光照度再次變?yōu)?0Lux或相近數值時，系統(tǒng)自動產生抗原，并將與其匹配的符合用戶習慣的抗體輸出，此時輸出抗體與系統(tǒng)默認抗體的比較如圖4(b)所示。如果用戶對當前輸出抗體不滿意，可自主進行調整，系統(tǒng)會自動記住用戶調整的結果，當下次出現當前情況的時候，系統(tǒng)會自動輸出用戶改變習慣后的結果，用戶改變習慣前后的輸出結果如圖4(c)所示。當用戶需要切換場景模式時，系統(tǒng)可輕松完成，圖4(d)展示了用戶將場景模式切換為閱讀模式時，系統(tǒng)輸出的符合用戶習慣的結果。

6 結論

經過仿真驗證，該系統(tǒng)穩(wěn)定可行，可以滿足用戶對于各種照明模式的需求，并且充分利用外界自然光，可以達到用最小的能耗實現最好效果的目的。同時，該系統(tǒng)的控制對象可自主擴展，比如只需在抗原、抗體中加入電動百葉窗的相關參數，即可實現系統(tǒng)對百葉窗的控制，系統(tǒng)具有良好的擴展性。

［1］李濤．計算機免疫學．北京:電子工業(yè)出版社，2004:19～20．

［2］肖人彬，曹鵬彬，劉勇．北京:科學出版社，2007:10．

［3］李文仲，段朝玉．ZigBee無線網絡技術入門與實戰(zhàn)．北京:北京航空航天大學出版社，2007:5．

［4］M．Karlen，J．Benya．建筑照明設計及案例分析．李鐵楠，榮浩磊，譯．北京:機械工業(yè)出版社，2005:90～91．

［5］J．D．Farmer，S．A．Kauffman，N．H．Packard，A．S．Perelson．Adaptive dynamic networks as models for the immune system and autocatalytic sets．Ann．of the New York Academy of Sciences，504，1987:118～131．