关于Map Count设置，大家参考一下下面的内容： -(|7`U
8-W"4)@b
首先，说明一下分析图表的计算原理，以及Count值的关系。当光线自光源射出，传入光学系统中，并到达Exit Surface，或是您所选择的任意观察面上（分析模态），每一道光线的Flux都会被计算。Map Count值决定在这个面上有多少Bins或是Pixels。Bin一定是方形的，尺寸会根据观察面的大小来决定。您会发现Count值越高，到达每个Bin的光线就越少。若在给定的Bin尺寸中（Bin Size=(Map Size)/(Map Count)，Map Size为观察面大小）仿真光线数较少时，Map Count数一旦改变，最高亮度值及光线分布就会明显改变。当使用Smoothing，整个Map就会将Bin数组中的Flux值，以高斯形式做均匀化处理，而高斯方程式的腰身（Waist）等于Bin Size。 $ $W{HsX
3m?@7 F
最佳的Map Count数及Bin Size设罝，全看您所要仿真的模形状况。某些状况下，如何设罝是很明显的。例如，仿真一个数字成像系统，而您希望能预测成像状况，这时Map Count值就要设罝成，让Bin Size跟成像面（如CCD，CMOS）的Pixel Size一样大。这时，您就必须仿真足够多的光线，使得结果较为均匀，换言之，就是让蒙地卡罗噪声（Monde Carlo Noise）降低到符合需求，蒙地卡罗描光计算下总是会有噪声，这个噪声跟1/N1/2成比例，N为光线数。 @|jKO5Y
rytGr9S
仿真照明系统时，您必须将Map Count设罝成符合于量测的接收器的尺寸，无疑地，这种状况Map Count值会很高。若您预期光斑会依不同位置（或是角度在Candela Plot下）而快速变化，而您希望仿真这个效果，这时就要将Map Count维持较高的值。您也应该要考虑到光分布的变化实际上有多快。这对您的判断是非常重要的，因为Bin Size决定需要多少仿真光线，而不会产生噪声。若您熟悉信息理论（Information Theory），若光分布是Band-limit，您只要做跟采样定理（ Sampling Theorem）规定一样细微的采样，或是1/ 2f （f为Band-limit频率）这样的Bin Size就行。根据预测最佳的Bin Size就在量测接收器的尺寸跟数据的间隔之间（Spacing of Data Points），要决定最佳Bin Size，是需要经过多次试验跟错误的。 Mt]=v}z
w i
