1.3 無(wú)線傳感器節(jié)點(diǎn)模塊
    系統(tǒng)的輸入數(shù)據(jù)(車速、車流量、洞外亮度)都是通過(guò)無(wú)線傳感器節(jié)點(diǎn)模塊進(jìn)行采集，然后發(fā)送至DSP控制器。無(wú)線傳感器節(jié)點(diǎn)模塊主要由車輛探測(cè)器、信號(hào)調(diào)理整形電路、光強(qiáng)傳感器、Zigbee無(wú)線模塊CC2430組成，如圖3所示。

系統(tǒng)采用性能穩(wěn)定、性價(jià)比高、工程應(yīng)用方便的感應(yīng)線圈式檢測(cè)器來(lái)檢測(cè)車速和車流量信息。無(wú)線傳感器模塊由環(huán)形線圈、耦合振蕩電路和信號(hào)調(diào)理整形電路組成^[3]。通過(guò)檢測(cè)由環(huán)形線圈構(gòu)成的耦合電路的振蕩頻率來(lái)判斷車輛信息。耦合振蕩電路采用如圖3所示的電容反饋三點(diǎn)式振蕩電路。圖中,2個(gè)反接的穩(wěn)壓管HZ4C2抑制正弦振蕩信號(hào)輸出在-5 V～+5 V范圍內(nèi)，耦合變壓器原副邊匝數(shù)比為1∶1，二極管P6KE12CA 用于消除由靜電等原因引起的瞬間電壓影響。正弦振蕩信號(hào)經(jīng)過(guò)比較器MC34072AP整形成脈沖方波信號(hào)，然后輸入到CC2430模塊的微處理器的計(jì)數(shù)單元。
隧道洞內(nèi)外環(huán)境亮度傳感器采用TAOS公司的TSL2561[4]，是一種高速、低功耗、寬量程、可編程靈活配置的光強(qiáng)度數(shù)字轉(zhuǎn)換芯片。芯片內(nèi)部集成了積分式A/D轉(zhuǎn)換器，采用數(shù)字信號(hào)輸出，因此抗干擾能力比同類芯片強(qiáng)。該芯片可用于各類顯示屏的監(jiān)控，各種環(huán)境照明控制等。TLS2561具有標(biāo)準(zhǔn)的I2C總線接口，微控制器可通過(guò)I2C訪問(wèn)內(nèi)部寄存器，對(duì)其操作控制。TSL2561與CC2430硬件接口電路如圖3所示。
無(wú)線傳感器節(jié)點(diǎn)模塊中仍采用基于Zigbee技術(shù)的無(wú)線模塊CC2430作為數(shù)據(jù)無(wú)線射頻收發(fā)器，其外圍電路如圖2所示，與車輛傳感器及光強(qiáng)傳感器TSL2561的接口如圖3所示。
1.4 無(wú)線控制LED燈具模塊
無(wú)線控制LED與傳統(tǒng)的高壓鈉燈、熒光燈不同，其亮度控制簡(jiǎn)單有效，可以在燈亮度的0～100％之間進(jìn)行快速調(diào)節(jié)，而不會(huì)影響LED燈壽命。根據(jù)隧道照明的需求，改變LED亮度，具有巨大的節(jié)能潛力。但目前已采用LED的隧道中，對(duì)LED燈的布置和控制方式仍是按傳統(tǒng)的高壓鈉燈方式進(jìn)行，不能將LED燈的亮度調(diào)節(jié)和功耗調(diào)節(jié)簡(jiǎn)單的優(yōu)勢(shì)發(fā)揮出來(lái)。而本系統(tǒng)將LED電源模塊和Zigbee無(wú)線通信模塊相結(jié)合控制LED燈具亮度，其燈具模塊結(jié)構(gòu)如圖4所示。LED點(diǎn)陣燈具電源模塊將交流輸入經(jīng)橋式整流電路整流成直流，在經(jīng)電流型或電壓型DC-DC模塊后，提供穩(wěn)定、合適的LED輸入電壓或電流；將燈具模塊增加CC2430無(wú)線通信模塊，可以將所有的LED燈具組成一個(gè)無(wú)線控制網(wǎng)絡(luò)，每個(gè)LED燈都是網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn),都有唯一的網(wǎng)絡(luò)ID。一方面燈具模塊可以通過(guò)CC2430無(wú)線模塊接收調(diào)光控制命令，結(jié)合DC-DC模塊，調(diào)節(jié)電壓或電流輸出，從而實(shí)現(xiàn)對(duì)LED燈具的調(diào)光控制；另一方面可以將燈具的狀態(tài)信息，如功耗、工作情況、執(zhí)行指令情況發(fā)送到通信網(wǎng)絡(luò)上，上傳至監(jiān)控計(jì)算機(jī)。

2 系統(tǒng)軟件設(shè)計(jì)
2.1 系統(tǒng)主程序流程
　　系統(tǒng)主程序流程如圖5所示。首先系統(tǒng)上電初始化各個(gè)模塊，啟動(dòng)各處無(wú)線傳感器模塊，采集車輛及洞內(nèi)外亮度信息，并將信息通過(guò)無(wú)線通信節(jié)點(diǎn)或傳輸給本地控制器由工業(yè)以太網(wǎng)發(fā)送出去，判斷系統(tǒng)是否處于本地控制器手動(dòng)控制狀態(tài)，如果是在手動(dòng)控制狀態(tài)（系統(tǒng)出現(xiàn)故障或檢修維護(hù)），則程序結(jié)束，由面板實(shí)現(xiàn)照明回路的控制；否則，檢測(cè)隧道狀態(tài)是否正常。如果不正常則報(bào)警，并且調(diào)用特殊狀態(tài)程序；如果正常，則檢測(cè)工業(yè)以太網(wǎng)通信是否正常；如果正常，則調(diào)用遠(yuǎn)程監(jiān)控計(jì)算機(jī)控制程序，否則調(diào)用本地控制器基本控制程序，然后輸出回路控制命令。利用觸摸屏顯示隧道狀態(tài)信息，同時(shí)利用以太網(wǎng)或無(wú)線模塊將本地隧道狀態(tài)信息發(fā)送給監(jiān)控計(jì)算機(jī)。

2.2 隧道照明控制方法
2.2.1傳統(tǒng)照明控制方法
　　目前，國(guó)內(nèi)的隧道照明的控制方式都是利用燈具的不同排列組合和現(xiàn)場(chǎng)控制器提供的自動(dòng)或手動(dòng)控制信號(hào)對(duì)照明燈進(jìn)行邏輯控制，使其產(chǎn)生所需光強(qiáng)分布的亮度。雖然這些控制方法的控制程序和線路設(shè)計(jì)簡(jiǎn)單，燈具選擇靈活，維修保養(yǎng)容易，但控制系統(tǒng)主要存在以下2個(gè)問(wèn)題：
(1)隧道照明系統(tǒng)在設(shè)計(jì)階段采用保守預(yù)估的方法^[5]，考慮光源衰減，乘以0.6～0.7的系數(shù)，并且對(duì)洞外亮度、車速、車流量等參數(shù)都以最大值來(lái)設(shè)計(jì)系統(tǒng)，使在運(yùn)行過(guò)程中，各段照明照度卻始終處于最大值狀態(tài)。因此，隧道照明系統(tǒng)具有較大的節(jié)能改進(jìn)空間。
(2)隧道照明系統(tǒng)未采用洞內(nèi)亮度反饋控制，既不知道照度是否滿足要求，不利于行車安全，造成電能浪費(fèi)。
2.2.2 模糊神經(jīng)網(wǎng)絡(luò)控制調(diào)光法
模糊控制是以模仿人的模糊綜合判斷推理來(lái)處理常規(guī)方法難以解決的模糊信息處理難題的方法，能對(duì)那些復(fù)雜的具有非線性、甚至根本無(wú)法建立精確數(shù)學(xué)模型的系統(tǒng)進(jìn)行有效而精確的控制，但不具備學(xué)習(xí)自適應(yīng)能力；而神經(jīng)網(wǎng)絡(luò)以生物神經(jīng)網(wǎng)絡(luò)為模擬基礎(chǔ)，具有自適應(yīng)和自學(xué)習(xí)能力，但不善于表達(dá)基于規(guī)則的知識(shí)。因此，將模糊控制和神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)成的模糊神經(jīng)網(wǎng)絡(luò)充分利用了兩者的優(yōu)點(diǎn)，彌補(bǔ)了各自的不足，能很好地解決隧道照明控制的問(wèn)題。本系統(tǒng)采用的模糊神經(jīng)網(wǎng)絡(luò)調(diào)光法是在實(shí)時(shí)自動(dòng)直接控制調(diào)光方案的基礎(chǔ)上，以洞外亮度、車速及車流量作為控制系統(tǒng)的輸入?yún)?shù)，通過(guò)基于專家經(jīng)驗(yàn)的模糊規(guī)則判斷，輸出照明回路的調(diào)光命令，實(shí)現(xiàn)實(shí)時(shí)自動(dòng)調(diào)節(jié)隧道照明亮度；同時(shí)將洞內(nèi)亮度反饋給系統(tǒng)，進(jìn)行比較學(xué)習(xí)，再將行車人員的反饋信息樣本輸入系統(tǒng)，通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，不斷修改和完善控制規(guī)則，提高了隧道照明的安全性、適應(yīng)性，且可大大節(jié)省照明運(yùn)營(yíng)電能的成本。
2.3 隧道照明模糊神經(jīng)網(wǎng)絡(luò)
2.3.1 隧道照明模糊神經(jīng)網(wǎng)絡(luò)模型構(gòu)造
本方案采用結(jié)構(gòu)等價(jià)型模糊神經(jīng)網(wǎng)絡(luò)，即根據(jù)模糊系統(tǒng)的結(jié)構(gòu)，決定等價(jià)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，使其每個(gè)節(jié)點(diǎn)對(duì)應(yīng)模糊系統(tǒng)的一部分，如模糊化或模糊推理等過(guò)程。本方案主要用于自適應(yīng)控制，因此采用了多層前向BP網(wǎng)絡(luò)， 共由(A)～(E)5層組成。其中,(A)層為輸入層，接收語(yǔ)言變量的輸入，輸入量為車速、車流量和洞外亮度；(B)層為隸屬函數(shù)生成層，實(shí)現(xiàn)模糊化操作；(C)層為規(guī)則前件匹配層，計(jì)算每條規(guī)則的適用度；(D)層為規(guī)則結(jié)論層，對(duì)相同的規(guī)則后件進(jìn)行綜合；(E)層為輸出層，實(shí)現(xiàn)反模糊化操作，輸出量為回路的調(diào)光數(shù)值。
2.3.2 隧道照明模糊神經(jīng)網(wǎng)絡(luò)程序設(shè)計(jì)
模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法包括自組織學(xué)習(xí)階段和有教師學(xué)習(xí)階段。自組織學(xué)習(xí)階段的任務(wù)主要是進(jìn)行模糊控制規(guī)則的自組織、輸入輸出語(yǔ)言變量各語(yǔ)言值隸屬函數(shù)參數(shù)的預(yù)辨識(shí)，以得到一個(gè)符合該被控對(duì)象的模糊控制規(guī)則和初步的隸屬函數(shù)分布。而有教師學(xué)習(xí)階段的任務(wù)主要是利用訓(xùn)練樣本數(shù)據(jù)實(shí)現(xiàn)輸入、輸出語(yǔ)言變量各語(yǔ)言值隸屬函數(shù)的最佳調(diào)整。BP神經(jīng)網(wǎng)絡(luò)，基于誤差傳遞算法，須通過(guò)學(xué)習(xí)樣本與教師樣本得出輸出層誤差，通過(guò)每層的誤差傳遞調(diào)整神經(jīng)網(wǎng)絡(luò)，改變輸出誤差，以使輸出誤差小于給定誤差指標(biāo)。模糊神經(jīng)網(wǎng)絡(luò)程序設(shè)計(jì)及訓(xùn)練流程如圖6所示。