1.一种基于多传感器信息融合的太阳能路灯控制器，其特征在于，首先，用选定的声音、光照和人体传感器检测太阳能路灯周围的状态；然后，将传感器采集的测量信号进行预处理，对预处理后的测量信号进行特征选择，并进行归一化处理，为神经网络的输入提供标准形式；最后，通过递归神经网络中长短期记忆网络进行信息的融合，将通过归一化处理的测量信号与已知的太阳能路灯周围状态信息作为训练样本，送给神经网络进行训练，直到满足要求为止，太阳能路灯控制器的具体实施步骤如下：S1、测量信号的采集和预处理；

S11、用选定的声音、光照和人体传感器检测太阳能路灯周围的状态，获得相关的测量信号；所述步骤S11具体包括以下步骤：S111、先检测光强是否大于某一特定光强M，若大于M，则LED灯不亮；若小于M，则继续检测光强是否在m与M之间，在这个区间时，将PWM的占空比调节为25％；

S112、继续检测是否有人通过或者是否有声音出现，若出现了人通过或者有声音出现时，则将步骤S111中PWM占空比调节为50％，若没有则维持不变；

S113、若光强不在m与M之间时，说明已经进入夜晚，继续检测是否在夜晚十点和凌晨五点之间，若在此时间段之间，将PWM的占空比调节为25％；

S114、继续检测是否有人通过或者是否有声音出现，若有人通过或者出现声音时，则将步骤S113中PWM占空比调节为50％，若没有则维持不变；

S115、若光强不在夜晚十点和凌晨五点之间，将PWM的占空比调节为50％；

S116、继续检测是否有人通过或者是否有声音出现，若有人通过或者出现声音时，则将步骤S115中PWM占空比调节为75％，没有则维持不变；

S12、将获得的测量信号转换为电信号，在经过A/D变换转换为数字量信号；

S13、将数字量信号通过数字滤波器进行预处理；

S14、对预处理的数字信号作特征选择，得到最终的数据信息；

S2、将步骤S1处理好的数据信息与已知的数据信息作为训练样本，送给长短期记忆网络进行训练，直到满足所需要求为止；

S21、t‑1层的控制参数Ct‑1通过门单元的数据信息选择进行保留和遗忘操作，得到t层的控制参数Ct；

S22、t‑1层的输出ht‑1和t层的输入xt，通过sigmoid函数和t‑1层的控制参数Ct‑1丢弃要丢弃的数据信息；

S23、t‑1层的输出ht‑1和t层的输入xt在经过步骤S22的丢弃数据信息后，第一部分通过sigmoid函数得到要保留下来的新信息it，第二部分通过tanh函数得到新数据形成的控制参数

S24、将步骤S22得到的数据信息值乘以ft，将得到的ft*Ct‑1加上 得到新的细胞状态，从而达到更新细胞状态的效果，ft为经过激活函数后输出的结果；

S25、t‑1层的输出ht‑1和t层的输入xt通过sigmoid函数，得到要输出细胞状态的数据结果ot，将步骤S23获得的控制参数 通过tanh函数，并将其乘以步骤S25中sigmoid函数的输出，输出决定输出的那些输出结果ht；

S26、反复进行训练，直到满足所需要求为止。

2.根据权利要求1所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，步骤S2中，长短期记忆网络的结构选用局部互联型的网络结构，在第j个神经元，接受多个其它第i个神经元在t时刻的输入xi(t)，引起神经元j的信息输出为yj(t):式中：wij为神经元i到j的突触连接系数，即加权值；

θj为神经元j的阈值；

τij为输入、输出间的突触时延；

xi()为第i个神经元在t时刻的输入；

f()为神经元转移函数；

n为神经元的个数；

将上式中的突触时延τij取为单位时间，则式中，netj为j单元的激活值；

其它神经元对第j个神经元的输入，通过加权，把输入信号的综合作用整合起来，把其它神经元对第j个神经元的输入的总效果称为净输入。

3.根据权利要求1所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，步骤S21中，所述门单元的sigmoid函数具体形式为：式中，z代表输入到此门单元的函数值；

‑z

e 可以使得g(z)的输出介于0到1之间；

g(z)代表输出的函数值。

4.根据权利要求3所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，所述sigmoid函数层输出0到1之间的数值，描述每个部分有多少量可以通过，其中0代表不需任何量通过，1就指允许任意量通过。

5.根据权利要求1所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，步骤S22中，激活函数σ中sigmoid函数具体形式为：ft＝σ(Wf·[ht‑1,xt]+bf)‑x

式中，e 为指数函数；

xt为当前的输入数据；

ht‑1为上一层的中间结果；

ft为经过激活函数后输出的结果；

bf，Wf为调节参数,用来调节数据，使得结果更加符合理想化；

步骤S22中，经过激活函数后输出的ft与控制参数Ct‑1计算决定丢弃的信息。

6.根据权利要求5所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，步骤S23中，新信息it、通过tanh函数得到新数据形成的控制参数 的具体表达式为：it＝σ(Wi·[ht‑1,xt]+bi)tanh为激活函数，表达式为：式中，Wi，bi，WC，bC为调节参数,用来调节数据，使得结果更加符合理想化；

x ‑x

e，e 为指数函数。

7.根据权利要求1所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，步骤S24中，更新细胞状态的具体表达式为：式中，ft为经过激活函数后输出的结果；

是新数据形成的控制参数；

ft*Ct‑1为遗忘的部分， 为保留的部分。

8.根据权利要求5所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，步骤S25中，数据结果ot和输出结果ht的具体表达式为：ot＝σ(Wo[ht‑1,xt]+bo)ht＝ot*tanh(Ct)式中，Ct为之前数据与现在数据组合完成之后得到的控制参数；

ot为经过门单元之后的输出数据结果；

ht为输出的结果；

Wo和bo为调节参数,用来调节数据，使得结果更加符合理想化。

9.根据权利要求1所述的基于多传感器信息融合的太阳能路灯控制器，其特征在于，电源控制电路，其包括时间显示模块、电源控制模块，按键模块和过充过放模块。