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。 1hj']#vBu
fu3/ n @L
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。 &g R+D
YaJ[39 V
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。 & w sxH4
5" < 7
一旦您决定了最佳Bin Size，就必须计算足够多的光线，以得到低噪声的结果（光分布）。前面提过噪声跟1/N1/2成比例，而每个Bin中的光线数量又跟1/M成比例，M为Bin数。因为M=m2，m就是Map Count，所以要计算的光线数，在一个给定的噪声水平下，就跟m2成比例。您应该知道每个Bin要搜集许多光线才能得到低噪声的结果，因此在不违背采样理论下，尽可能让Map Count值低是非常重要的。例如，我们希望得到50 Ray/Bin在Map Count＝562时，必须要在Exit Surface上，搜集到约16,000,000条光线，这可以说是不切实际的状况，宁可选择较小的Map Count数，例如200，这时只需要约2,000,000条光线就行了。甚至，对您仿真的模型来说，这样的光线数还是稍微多了些。 53d8AJ_@X
V3WHp'1
如何知道是否仿真了足够多的光线，让噪声降到最低？还是那句老话，这要根据您自己的判断。开启Smoothing功能，可以让整个分析图更均匀化，但是，也可能造成误判。唯一的方法是就是多仿真些光线，若分析图的改变不是那么明显时，就代表光线数够多了。 [psW+3{bG
bX%9'O [ -
最后，要注意Illuminance Maps跟Candela Plots有一点差别。在Illuminance Maps下，未开启Smoothing时，您也可以任意地设罝Map Count值。开启Smoothing时，若Map Count值高于Resolution数，则在计算前，将会被降低为2倍Resolution数。而在Candela Plots下，若Smoothing数（类似Map Count）高于128时，将会被设为128来做计算。在Candela Distribution Plots下，这个数则被局限在最大为512，也就是对一个圆来说，每个最小的Bin Size为360。/512=0.7。。
