3. 目标照度分布的定义与表征：如何用数值矩阵、函数或离散点描述目标照度分布，常见目标类型（均匀、高斯、矩形、自定义图案）及其应用场景
在自由曲面照明设计中，目标照度分布是设计的“输入边界条件”与“验收标准”。它决定了光源发出的能量如何在目标面上重新分配，也直接决定了自由曲面面型的求解方向。如果目标照度分布定义不准确、表征方式不合理，后续的偏微分方程求解、迭代优化或网格映射都会产生系统性偏差。因此，理解目标照度分布的数学本质、工程表征方法以及不同分布类型的适用场景，是掌握反求面型设计方法的第一步。
上图展示了目标照度分布表征的完整体系。从工程实践角度看，三种表征方式并非互斥，而是可以在设计流程中相互转换。例如，从光学仿真软件中导出的照度分布通常是数值矩阵，但在自由曲面求解时往往需要将其拟合为解析函数或离散点集以便于数学处理。下面逐一展开讨论。
3.1 数值矩阵表征：仿真与测量的通用语言
核心原理：数值矩阵是最直观、最通用的照度分布表征方式。它将目标面划分为规则的网格，每个网格单元存储一个照度值。矩阵的行列索引对应目标面上的空间坐标，矩阵元素值对应该位置的照度（单位通常为 lux 或 W/m²）。这种表征方式直接来源于光学仿真软件（如 TracePro、LightTools、ASAP）的探测器输出，也符合照度计逐点扫描的测量习惯。
矩阵参数与工程含义：
| 参数 | 典型值 | 工程含义 |
|---|---|---|
| 网格分辨率 | 64×64 ~ 512×512 | 决定空间分辨率；过粗丢失细节，过细增加计算量 |
| 采样间距 | 0.1mm ~ 10mm | 取决于目标面尺寸与特征尺寸；需满足奈奎斯特采样定理 |
| 动态范围 | 0 ~ 峰值照度 | 需覆盖目标照度的最大最小值，避免截断 |
| 数据格式 | CSV / TXT / HDF5 | 便于导入MATLAB/Python进行后续处理 |
操作流程：在工程实践中，获取数值矩阵照度分布通常遵循以下步骤：
- 定义目标面：在仿真软件中设定目标面的位置、尺寸和朝向（如距光源2m处的垂直平面）。
- 设置探测器：选择矩形探测器或自定义形状探测器，设定网格分辨率。
- 执行光线追迹：运行仿真，收集足够数量的光线（通常100万条以上以保证统计稳定性）。
- 导出数据：将照度分布导出为矩阵格式，注意保留坐标轴信息。
- 数据预处理：检查是否有异常点（如边缘突变、零值空洞），必要时进行平滑或插值。
案例拆解：某LED车灯近光设计项目中，目标照度分布要求在25m处的垂直屏幕上形成明暗截止线。工程师从LightTools中导出了200×200的照度矩阵，但发现边缘区域存在明显的噪声波动。通过分析发现，这是因为边缘区域光线密度低，统计涨落大。解决方案是将矩阵降采样至100×100，并采用3×3中值滤波去除孤立噪声点，最终获得了平滑的目标分布，为后续面型求解提供了稳定输入。
3.2 解析函数表征：理论推导与快速原型
核心原理：解析函数用数学表达式精确描述照度分布，具有连续、可导、可积分的优点。在自由曲面反求设计中，解析函数形式便于直接代入偏微分方程，也便于进行能量守恒的积分校验。最常见的解析形式包括均匀分布、高斯分布、余弦分布以及它们的组合。
典型函数形式：
// 均匀分布（矩形区域）
E(x,y) = E₀, 当 |x| ≤ a/2 且 |y| ≤ b/2
E(x,y) = 0, 其他区域
// 高斯分布
E(x,y) = E₀ · exp[-(x² + y²) / (2σ²)]
// 余弦分布（朗伯型）
E(x,y) = E₀ · cos(θ) = E₀ · d / √(x² + y² + d²)
// 超高斯分布（平顶高斯）
E(x,y) = E₀ · exp[-(x² + y²) / (2σ²)]^N参数标定方法：在实际工程中，解析函数的参数需要根据设计需求确定。以高斯分布为例，σ（标准差）决定了光斑的集中程度，通常根据目标光斑尺寸和能量集中度要求来设定。若要求光斑半径r₀内包含90%的能量，则σ ≈ r₀ / 2.146。对于均匀分布，E₀由总光通量和目标面积决定：E₀ = Φ / (a·b)，其中Φ为光源总光通量。
应用场景对比：
| 函数类型 | 适用场景 | 优势 | 局限 |
|---|---|---|---|
| 均匀分布 | 通用照明、背光模组 | 数学简单，能量利用率高 | 边缘突变导致面型曲率大 |
| 高斯分布 | 激光整形、医疗照明 | 光滑连续，面型易加工 | 中心亮边缘暗，均匀性差 |
| 超高斯 | 投影系统、舞台灯光 | 兼顾均匀与平滑 | 参数选择需经验 |
| 余弦分布 | 朗伯光源匹配 | 物理意义明确 | 形式单一，灵活性差 |
3.3 离散点集表征：实测数据与逆向工程
核心原理：离散点集是实测数据的自然表达形式。使用照度计在目标面上逐点测量，或从配光曲线数据中提取，得到一系列离散的坐标-照度对。这种表征方式最接近物理真实，但数据不连续，需要经过插值或拟合才能用于面型求解。
数据采集与处理流程：
- 确定采样策略：根据目标面尺寸和特征复杂度，选择等间距网格采样或自适应采样（在照度变化剧烈区域加密采样点）。
- 执行测量：使用照度计或成像亮度计，记录每个采样点的坐标和照度值。
- 数据清洗：剔除异常值（如探头遮挡、电源波动导致的跳变），对缺失点进行插值补全。
- 拟合或插值：使用双三次样条插值或径向基函数（RBF）插值，将离散点转换为连续函数。
- 误差评估：计算拟合残差，确保最大相对误差小于5%。
案例拆解：某博物馆照明改造项目中，需要根据现有灯具的实测照度分布反求新的自由曲面透镜，以改善展品照明均匀度。工程师使用成像亮度计在展品平面（1.2m×0.8m）上采集了15×10个离散点，发现照度分布呈现明显的中心亮、边缘暗特征。通过RBF插值获得连续分布后，将其与目标均匀分布进行对比，计算出所需的能量重分配映射关系，最终设计出自由曲面透镜，将均匀度从0.42提升至0.85。
3.4 常见目标类型及其应用场景
均匀分布：要求目标面上各点照度相等，是最常见的照明需求。典型应用包括办公室照明（要求均匀度≥0.7）、液晶背光模组（要求均匀度≥0.8）、太阳能模拟器等。均匀分布的能量映射关系简单，但边缘处的照度突变会导致自由曲面边缘曲率过大，加工难度增加。
高斯分布：照度从中心向边缘平滑衰减，符合许多自然光源的分布特性。在激光光束整形、共聚焦显微镜照明、激光雷达发射光学中广泛应用。高斯分布的优势在于面型光滑连续，易于超精密加工；缺点是能量利用率相对较低（边缘能量占比小）。
矩形光斑：在目标面上形成矩形照明区域，具有清晰的边界。典型应用包括汽车前照灯（需要明暗截止线）、投影仪照明系统、舞台追光灯等。矩形光斑的设计难点在于边缘截止线的锐度控制，通常需要在目标函数中引入边界权重因子。
自定义图案：根据特定需求定制任意形状的照度分布，如品牌Logo投影、交通信号灯符号、建筑景观照明图案等。这类设计通常采用数值矩阵或离散点集表征，通过优化算法迭代求解面型。自定义图案对设计工具的要求最高，需要强大的优化能力和计算资源。
3.5 表征方式的选择策略与常见误区
选择策略：三种表征方式各有优劣，工程中应根据设计阶段和可用数据灵活选择。在概念设计阶段，优先使用解析函数，便于快速迭代和参数扫描；在详细设计阶段，切换至数值矩阵或离散点集，以纳入实际约束条件；在验证阶段，使用实测数据与仿真结果对比，评估设计误差。
常见误区：
- 误区一：认为数值矩阵分辨率越高越好。实际上，过高的分辨率会引入噪声并增加计算负担，应匹配面型求解的采样密度。
- 误区二：忽略目标分布的可实现性。某些理想分布（如完美均匀分布）在物理上不可实现，需在设计中预留过渡区域。
- 误区三：直接使用未处理的实测数据。实测数据包含噪声和系统误差，必须经过平滑和校准才能用于设计。
- 误区四：混淆照度与光强的概念。照度是单位面积上的光通量，与距离的平方成反比；在定义目标分布时必须明确目标面的位置和方向。
总结复盘：目标照度分布的定义与表征是自由曲面反求设计的基石。数值矩阵适合仿真与测量，解析函数适合理论推导，离散点集适合实测数据。在实际工程中，三种方式往往需要组合使用：先用解析函数建立初步模型，再用数值矩阵进行精确仿真验证，最后用实测数据校准设计。选择何种表征方式，取决于设计阶段、数据可用性和计算资源，而非一味追求某种形式的“高级”。