其實(shí)，對(duì)于map count及smoothing設(shè)定并沒(méi)有任何標(biāo)準(zhǔn)解答。最佳設(shè)定要看解決哪一種問(wèn)題，另外還需要工程（技術(shù)）人員的判斷。他只是一個(gè)讓您可以的到正確結(jié)果的工具，讓您在使用上更有彈性而已。以下提供一些指導(dǎo)及例子來(lái)做說(shuō)明。 6hK"k  
A.O~'')X  
首先，說(shuō)明一下分析圖形的計(jì)算原理，以及count值的關(guān)系。當(dāng)光線(xiàn)自光源射出，傳入光學(xué)系統(tǒng)中并到達(dá)Exit surface或是您所選擇的任意觀察面上（分析模式），每一道光線(xiàn)的Flux都會(huì)被計(jì)算。Map count值決定在這個(gè)面上有多少bins或是pixels。bin一定是方形的，尺寸會(huì)根據(jù)觀察面的大小來(lái)決定。您會(huì)發(fā)現(xiàn)count值越高，到達(dá)每個(gè)bin的光線(xiàn)就越少。若在給定的bin尺寸中（bin size=(map size)/(map count)，map size為觀察面大�。┠�擬光線(xiàn)數(shù)較少時(shí)，map count數(shù)一旦改變最高亮度值及光線(xiàn)分布就會(huì)明顯改變。當(dāng)使用smoothing，整個(gè)Map就會(huì)將bin數(shù)組中的Flux值以高斯形式做均勻化處理。而高斯方程式的腰身（waist）等于bin size。 H\mVK!](D  
=fG8YZ(  
最佳的map count數(shù)及bin size設(shè)定全看您所要仿真的模型狀況。某些狀況下如何設(shè)定是很明顯的。例如，仿真一個(gè)數(shù)字成像系統(tǒng)而您希望能預(yù)測(cè)成像狀況，這時(shí)map count值就要設(shè)定成，讓bin size跟成像面（如CCD，CMOS）的pixel size一樣大。這時(shí)您就必須模擬足夠多的光線(xiàn)使的結(jié)果較為均勻，換言之，就是讓蒙地卡羅噪聲（Monde Carlo noise）降低到符合需求。蒙地卡羅描光計(jì)算下總是會(huì)有噪聲，這個(gè)噪聲跟1/N1/2成比例，N為光線(xiàn)數(shù)。 <h=M Rw,l  
63S1ed[  
仿真照明系統(tǒng)時(shí)，您必須將map count設(shè)定成符合于量測(cè)的接收器的尺寸。無(wú)疑地這種狀況map count值會(huì)很高。若您預(yù)期光斑會(huì)依不同位置（或是角度在Candela Plot下）而快速變化，而您希望模擬這個(gè)效果，這時(shí)就要將map count維持較高的值。您也應(yīng)該要考慮到光分布的變化實(shí)際上有多快。這對(duì)您的判斷是非常重要的，因?yàn)閎in size決定了需要多少模擬光線(xiàn)而不會(huì)產(chǎn)生噪聲。若您熟悉信息理論（Information theory），若光分布是band-limit，您只要做跟采樣定理（Sampling theorem）規(guī)定一樣細(xì)微的采樣，或是1/2f（f為band-limit頻率）這樣的bin size就行。根據(jù)預(yù)測(cè)最佳的bin size就在量測(cè)接收器的尺寸跟數(shù)據(jù)的間隔之間（spacing of data points）。要決定最佳bin size是需要經(jīng)過(guò)多次試驗(yàn)跟錯(cuò)誤的。 c5e\ckqm^  
3L?a4,Q"k}  
一旦您決定了最佳bin size，就必須計(jì)算足夠多的光線(xiàn)以得到低噪聲的結(jié)果（光分布）。前面提過(guò)噪聲跟1/N1/2成比例而每個(gè)bin中的光線(xiàn)數(shù)量又跟1/M成比例，M為bin數(shù)。因?yàn)镸=m2，m就是map count，所以要計(jì)算的光線(xiàn)數(shù)，在一個(gè)給定的噪聲水平下，就跟m2成比例。你應(yīng)該知道每個(gè)bin要搜集許多光線(xiàn)才能得到低噪聲的結(jié)果，因此在不違背采樣理論下盡可能讓map count值低是非常重要的。例如，我們希望得到50 ray/bin在map count＝562時(shí)，必須要在Exit surface上搜集到約16,000,000條光線(xiàn)。這可以說(shuō)是不切實(shí)際的狀況。寧可選擇較小的map count數(shù)，例如200，這時(shí)只需要約2,000,000條光線(xiàn)就行了。甚至，對(duì)您仿真的模型來(lái)說(shuō)，這樣的光線(xiàn)數(shù)還是稍微多了些。 VWy:U#;+8  
9 Zm<1Fw  
如何知道是否模擬了足夠多的光線(xiàn)讓噪聲降到最低？還是那句老話(huà)，這要根據(jù)您自己的判斷。開(kāi)啟smoothing功能可以讓整個(gè)分析圖更均勻化，但是也可能造成誤判。唯一的方是就是多模擬些光線(xiàn)，若分析圖的改變不是那么明顯時(shí)，就代表光線(xiàn)數(shù)夠多了。 2hJ3m+N^  
Nh9!lB