1.基于入睡效率因素的照明控制系统，其包括：对用户进行身份识别的身份识别单元，键入参数和发起操作的用户接口单元，具有在亮度、色温、颜色及照射角度之中至少一种光性质可调的灯组，采集并识别阅读面光的照度、色温和颜色光色参数的光色识别单元，采集并识别用户眼睛开度值及其变化率、闭眼持续时长及其变化率、心率及其变化率、体动频率及其变化率、体温及其变化率体征参数的入睡识别单元，将阅读面照度、色温照明参数映射为灯组驱动电流的调光映射单元，分别与所述光色识别单元、入睡识别单元、身份识别单元、用户接口单元、调光映射单元及灯组均相连的控制单元，

所述控制单元被配置为：

内部所含的处理模块通过输入接口模块从光色识别单元、入睡识别单元分别读取光色参数、体征参数，

以阅读面光的照度、色温共2个光色参数作为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率共5个入睡效率体征参数作为输出量，建立人工神经网络，所述人工神经网络采用动态递归Elman神经网络，调光处理部通过输出模块向灯组发出调光信号，针对特定用户在不同的光环境中基于光色识别单元和入睡识别单元获取神经网络的训练样本集，用样本离线训练所述神经网络；

在现场环境中，照明优化处理部基于5个入睡效率体征参数建立光环境评价函数，对不同用户分别以所述用户对应的经训练的Elman神经网络对不同光色参数条件下的入睡效率体征参数值进行预测，通过多目标优化算法，在现场灯组光色参数可取值的空间范围内，对阅读面光的照度、色温进行寻优，并将寻优结果传输给调光映射单元；

调光映射单元将寻优结果映射为灯组各驱动电流通道的驱动电流值，并将所述电流值传送给灯组内的驱动器。

2.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述动态递归Elman神经网络输出量的5个入睡效率体征参数ki，i＝1,2,3,4,5，按如下方式处理获得：基于入睡识别单元获取各种光照条件下入睡过程中体征参数的变化过程数据并进行记录，对于所记录的每个入睡过程中的体征参数序列中的数据，经滤波和数据融合处理后，对用户闭眼持续时长y1，对其预处理，y1＝max(y1,4)，

然后，先基于如下模型进行离线数据拟合，y1＝g1(t)＝8·b/exp(4·c·(a‑t))+1，再计算闭眼持续时长变化率，

‑1 ‑1 ‑1 ‑1

kec＝k1＝t2‑t1，其中t1＝g1 (4e ),t2＝g1 (4‑4e )；

对用户眼睛开度、心率、体动频率、体温中的每个体征参数，对其归一化处理后，先分别基于如下模型进行离线数据拟合，

y2＝g2(t)＝2·b/exp(4·c·(t‑a))+1，再计算其各自变化率，

‑1 ‑1 ‑1 ‑1

ki＝t2‑t1，其中t1＝g2 (1‑e ),t2＝g2 (e )，i＝2,3,4,5；

其中，y1、y2为体征参数预处理或归一化后的取值，t为时间，a、b、c为待拟合系数，ki(i＝2,3,4,5)分别对应眼睛开度变化率keo、心率变化率kh、体动频率变化率kb、体温变化率kp。

3.根据权利要求2所述的基于入睡效率因素的照明控制系统，其特征在于，基于所述5个入睡效率体征参数ki，所述光环境评价函数为，其中，fi分别为对应用户眼睛开度、闭眼持续时长、心率、体动频率、体温5个因素的入睡效率评价值，wi为其对应的权值，各fi的定义如下：其中，keoT为眼睛开度变化率阈值，kecT为闭眼持续时长变化率阈值，khT1、khT2分别为心率变化率设定区间的两个端点阈值，khT3为设定的心率变化率区间宽度值，kbT为体动频率变化率阈值，kpT1为体温变化率阈值，kpT2为体温变化率区间宽度设定值；

所述多目标优化算法，采用进化处理，对进化群体中的每个个体，将其对应的光照度与色温经Elman神经网络映射为入睡效率体征参数，并基于所述的光环境评价函数计算个体的总评价值F，进而根据所述总评价值F进行遗传、交叉和变异操作，更新进化群体，之后，反复进化群体，直至寻优结束后，输出寻优结果。

4.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述入睡识别单元包括图像采集模块、可佩带模块和入睡判断模块，所述入睡判断模块中的图像处理部对用户眼睛开度进行持续检测，心率计算部、体动频率计算部及体温计算部则基于可佩带模块获取的人体传感信号计算出心率、体动频率及体温，

入睡判断模块中的数据融合处理部，对图像处理部、心率计算部、体动频率计算部及体温计算部输出的体征参数进行数据融合，消除数据集中不一致的部分，所述图像采集模块采用深度相机，所述入睡识别单元还被配置为：根据图像处理部的处理结果，转动支撑所述相机的云台，使相机对准用户脸部。

5.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述灯组有w个驱动电流通道，

所述光色参数还包括阅读面光照颜色的xyz色坐标值，所述人工神经网络以阅读面光的照度、色温、颜色xyz色坐标值共5个光色参数作为输入量，所述调光映射单元被控制单元中建立的BP神经网络代替，所述BP神经网络以所述5个光色参数作为输入量，以w个驱动电流通道的电流值作为输出量，所述调光处理部通过输出模块向灯组发出调光信号时，对变化后的光环境进行光色信号采集与处理的同时还记录调光所对应的w个驱动电流通道的驱动电流值，以形成BP神经网络的训练样本集，

在现场环境中，经训练的BP神经网络将寻优结果映射为灯组各驱动电流通道的驱动电流值，并将所述电流值传送给灯组内的驱动器；

所述灯组为LED灯组，其通过驱动器调节灯组内各LED灯的驱动电流值，所述调光信号、驱动电流值均为LED灯驱动电流的PWM波占空比数值。

6.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述神经网络的输入量中增加入睡持续时间参数，其训练样本中入睡体征参数按如下处理过程获取：对用户眼睛开度持续检测，当发现眼睛开度值在一设定时间长度内连续小于入睡初始阶段眼睛开度值的(1‑Δ％)倍时，将当前时间作为入睡持续时间的计时零点，同时舍弃此零点时刻之前的样本记录，所述Δ可取5至10之间的整数，所述用户眼睛开度变化率keo、闭眼持续时长变化率kec、心率变化率kh、体动频率变化率kb、体温变化率kp这5个体征参数均通过滑动平均滤波计算，其中，对于眼睛开度变化率，keo|t＝u＝ave(dEOu‑2,dEOu‑1,dEOu,dEOu+1,dEOu+2)，式中，ave为均值函数，dEOu为u时刻与上一时刻眼睛开度值之差。

7.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，其还可包括一个准备入睡按键，当用户准备入睡时，按下此按键，定义一个入睡过渡时长tsl为从该按键被按下开始计时至眼睛持续闭眼持续时长超过1分钟的时间长度，

所述神经网络的输出量中增加所述入睡过渡时长参数，所述光环境评价函数中相应增加一个入睡过渡时长评价值f6，

其中，tslT1和tslT2分别是两个入睡过渡时间的阈值。