全新HSV超线性调光与伽马校正算法：有限能量下的亮度最大化方案
在磁悬浮照明系统中，“亮度”始终是一个两难命题。无线传输的能量是稀缺资源——能分配给LED的净功率往往被限制在2W左右。传统PWM调光方法简单线性地改变占空比，但人眼对亮度的感知是非线性的，LED的光输出与驱动电流之间也存在非线性。结果是：明明功率已经耗尽，用户却感觉灯不够亮；或者调光低端出现跳变，高端死区严重。
我们需要的不仅是一颗高效的LED（见前文《LED选型技术》），更需要一套从控制算法层面压榨出每一毫瓦视觉亮度的调光策略。这就是我们全新开发的HSV超线性调光算法与伽马校正融合方案——在不增加任何功耗的前提下，将磁悬浮灯的有效视觉亮度提升30%以上，同时实现平滑如丝的无级调光。
一、问题的本质：物理亮度 ≠ 视觉亮度
LED调光的终极目标是让用户觉得亮。但以下三个非线性因素使简单线性PWM失效：
人眼的感知非线性（韦伯-费希纳定律）
人眼对光强的响应近似对数曲线。物理亮度从1lm增加到2lm，感觉变化很大；但从100lm增加到101lm，几乎无感。这意味着低亮度区域的PWM分辨率要求极高，而高亮度区域可以允许较大步长。
LED光-电非线性
LED的光通量与正向电流在小电流区域近似线性，但在大电流区域出现效率下滑（droop）。直接线性映射电流会导致中高亮度区效率损失。
PWM调光的低端跳变
当PWM占空比低于1%时，LED进入“微光/频闪”模糊区，亮度和色温均不稳定。若强行线性压缩8bit PWM（0~255）到256级，0~10级的亮度跳变人眼可清晰感知，无法实现“日落式”平滑调光。
传统解决方案各自为政：伽马校正解决了人眼感知问题，但未考虑LED效率曲线；HSV调色侧重色彩空间，未针对亮度最大化做优化。我们的突破在于将HSV色彩空间、超线性亮度映射、伽马校正三者统一建模，形成专为磁悬浮能量受限场景设计的调光引擎。
二、HSV超线性算法：在色彩空间里“变出”更多亮度
HSV（色调Hue、饱和度Saturation、明度Value）是更符合人类感知的色彩模型。传统调光直接线性调整明度V（0~1），而我们提出超线性映射曲线。
核心思想
在有限的功率预算下，人眼对亮度的敏感度随V值变化。我们的策略是：在低V区（暗光）用更细腻的步长，在高V区（亮光）用更激进的功率分配，让每一级V增量都恰好落在人眼刚好能分辨的阈值上，既不浪费分辨率，也不遗漏感知。
具体实现：定义视觉亮度感知函数 L_perceived=f(V)L_perceived=f(V)，我们反解出所需的实际光功率 Preal=f−1(L_target)Preal=f−1(L_target)。通过实验测定人眼在暗室环境下对磁悬浮月球灯的JND（恰可察觉差）曲线，拟合出超线性映射表：
当V < 0.2时：实际功率变化斜率较低，细腻过渡（防止低亮跳变）。
当V = 0.2~0.6时：斜率为1.2~1.5倍超线性，适度放大功率增益。
当V > 0.6时：斜率逐渐回归线性，避免饱和区功率浪费。
这种“先缓后陡再平”的S形超线性曲线，使同样的功率预算下，视觉感知的最高亮度阶跃提升了约18%（主观盲测对比）。
与饱和度的协同控制
HSV中，纯白色（S=0）和饱和色（S=1）在相同V值下功耗差异显著。例如红色LED的Vf较低，同功率下可达到更高光通量。我们的算法在用户设定颜色时，实时计算当前目标色彩的理论功耗，若功率有余量，则动态提升V值；若功率超标，优先微降饱和度而非直接压缩V，这样色彩偏移小，亮度感保留更多。我们称之为“饱和度犒赏”——功率宽松时先奖励亮度，功率紧张时牺牲饱和度而非亮度。
三、伽马校正：让人眼匹配数字刻度
伽马校正源于CRT时代，但同样适用于LED PWM调光。人眼的亮度感知曲线大致服从 γ≈2.2γ≈2.2 的幂函数：物理亮度翻倍，视觉亮度仅增加约2.2倍根号关系。
我们的调光链路实现两级伽马处理：
输入伽马：用户通过App或旋钮给出的调光指令（0~1000级）首先经过 γ=2.4γ=2.4 曲线映射为线性PWM目标。
输出预补偿：根据实际LED的光效-电流曲线，再施加一个反伽马（γ=1/1.8γ=1/1.8）对PWM占空比进行预扭曲。
最终效果：用户每滑动一格调光条，视觉感知的亮度变化是绝对均匀的——从1%到100%全程无跳跃，低亮度区不再出现“一滑就黑，再滑突然亮”的尴尬。这对于磁悬浮灯在夜间作为助眠灯使用时至关重要。
四、HSV超线性+伽马校正的融合流水线
实际算法在MCU中的执行流程：
用户输入：目标色调H（0~360°）、饱和度S（0~1）、明度V（0~1）。
伽马预映射：对V应用 γin=2.4γin=2.4 的幂函数，得到线性光输出目标 V_lin。
HSV超线性模块：将V_lin代入超线性映射表，计算出实际需要的LED驱动强度（即RGB三路PWM占空比的缩放系数）。
功耗预估与限幅：根据当前H/S计算三色LED的理论功耗，若超出悬浮系统功率上限，启动“功耗-亮度优先级仲裁”——优先保持V，微降S；若仍超标，按“红>绿>蓝”优先级降V。
输出伽马补偿：对最终PWM值施加 γout=1/1.8γout=1/1.8 补偿，输出到硬件PWM寄存器。
抖动处理：对于低于硬件PWM分辨率的超低亮度，采用时空抖动算法模拟更细腻的级数。
整个流水线在1ms内完成，支持动态调色时的实时亮度优化。
五、实测效果与亮度提升数据
我们将该算法与传统的线性PWM调光（无伽马、无HSV优化）在相同悬浮月球灯硬件上进行对比测试：
核心结论：在电功率零增加的前提下，通过算法优化，用户感知到的最高亮度提升了32%，低亮度过渡细腻度提升了近一个数量级。这相当于凭空“榨出”了约30%的亮度增益——来自于对人眼视觉特性的精准利用。
六、集成到FB6 Moon悬浮月球灯的体验
在xfloat FB6 Moon产品中，HSV超线性+伽马校正已作为标准调光固件的一部分。用户实际体验到的特性包括：
日落式熄灯：从100%亮度滑到0%，灯光如落日般均匀暗淡，无任何阶梯感。
色彩保护：调暗红色或蓝色时，色彩饱和度维持稳定，不会变成“粉白”或“淡蓝”。
快速换色不断电：配合前文的摩斯密码或PLL通信，换色瞬间亮度不闪烁、不降低。
电池/无线供电双重优化：同样适用于USB供电版本，能效更高。
七、未来扩展：自适应环境光感应的亮度增强
下一版本将加入环境光传感器，结合HSV超线性算法实现自适应亮度最大化：在明亮环境中，算法自动提升V映射曲线的斜率（牺牲一点平滑度换取更高峰值亮度）；在暗室中，自动调低最高亮度限幅，同时优化低亮度区域的抖动精度。同样不增加功耗。
八、总结：算法是性价比最高的“亮度倍增器”
增加LED功率需要更好的散热、更大的线圈、更贵的磁芯——成本高昂且受限于物理尺寸。而算法优化几乎是零成本的亮度提升手段。
HSV超线性算法让我们在色彩空间里找到了人眼最敏感的区域，并集中能量投放；伽马校正则确保了数字控制与生物感知的无缝对齐。两者结合，使磁悬浮灯在2W功率下实现了接近3W有线灯的视觉亮度。
这不是魔法，这是对视觉生理学和LED光学的深度理解与工程化落地。
—— 每一级亮度，都精确投递到感知的靶心。
