葛万成
- 作品数：164 被引量：551H指数：11
- 供职机构：同济大学更多>>
- 发文基金：德国罗德与施瓦茨公司基金上海市科学技术委员会科研基金国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术机械工程理学更多>>
- 短信服务平台的设计被引量：9
- 2006年
- 廉价、快速的短信服务已成为我们常用的一种通信手段,给出了一个短信服务平台的设计,包括一个实现了短信收发的手机组件、多线程短信收发模块以及一个短信编辑、查看模块。该平台能实现多个GSM Modem同时收发短信。
- 奚晓明葛万成
- 关键词：短信服务多线程串行通信
- 10Gb/s多模光纤以太网中电均衡器的研究
- 2008年
- 在传统多模光纤上以10 Gb/s传输数据时,由于多模光纤中的模式色散,会造成很大的码间干扰。电均衡技术可以有效地补偿模式色散,减小码间干扰。基于10GBASE-LRM标准中的多模光纤系统模型,分析了该系统下的系统响应的统计特性,并估计了判决反馈均衡器的抽头数,研究了均衡器对OM1多模光纤系统的均衡效果和对系统误码率的改善。
- 陈明瑾葛万成
- 关键词：GB/S以太网多模光纤
- 基于PN序列的符号同步算法研究被引量：1
- 2011年
- 针对TDS-OFDM系统的工作特点,为了降低频偏估计的误差,采用PN序列作为训练序列来进行信道估计,并提出了双滑动窗口函数进行符号同步。应用MATLAB进行仿真实验,仿真结果证实了提出的方法能较好地提高频偏估计的精度,当采用OFDM符号前后两个前缀序列来进行频偏估计时,可以将频偏的估计精度控制在10-3以下。
- 海莉薇葛万成
- 关键词：PN序列TDS-OFDM系统
- 基于人脸非对称性的表情识别
- 2009年
- 阐述了一种基于人脸非对称性的表情识别算法。该算法借助非对称人脸(D-face和S-face)来表征人脸非对称性,利用增强型方差率(AVR)和改进的基于排序思想的方差率自动选取人脸非对称性特征,然后分别用欧氏距离和K-近邻(KNN)算法测定表情识别率。仿真结果表明,人脸非对称性测量包含有判决信息,应用在表情识别中可以有效提高识别的准确率。
- 方婷葛万成
- 关键词：表情识别
- 一种卷尺式音乐耳机
- 本发明涉及一种卷尺式音乐耳机，包括耳机听筒、耳挂及耳机线，所述的音乐耳机还包括音乐播放器和绕线器，所述的绕线器固定在音乐播放器内，所述的耳机线可伸缩地缠绕在绕线器上，所述的耳机听筒在耳机线完全缩回时内嵌于音乐播放器中央，...
- 郭彦超毕常芸安沙沙葛万成李婉赵晓琴
- 文献传递
- 车联网异构网络资源管理优化研究被引量：3
- 2019年
- 无线资源管理优化是异构网络研究的重要组成部分。有限的带宽和成倍增长的网络用户,使异构无线网络的资源管理优化成为了迫切需要解决的问题。文章对接入异构网络的业务种类和异构网络资源管理进行了研究,并针对业务种类的不同提出了基于业务优先级的集中式联合无线资源管理算法。结果表明,该算法能够在保障无线资源利用率的前提下,优先使安全型业务接入网络,极大地降低安全型业务的接入阻塞率。
- 袁子叶葛万成
- 关键词：车联网异构网络联合无线资源管理
- 宽带无线通信中的SC/FDE技术
- 2005年
- 首先介绍了正交频分复用(OFDM)技术的基本原理,然后在此基础上重点介绍了单载波频域均衡(SC/FDE)技术,分析其主要原理,并给出其频域均衡及信道估计算法。最后利用所给出的算法进行简单的SC/FDE系统仿真。
- 廖丽君葛万成
- 关键词：OFDM频域均衡信道估计
- 单载波频域均衡系统的研究被引量：4
- 2005年
- 分析比较了正交频分复用(OFDM)系统的优缺点,并在此基础上提出单载波频域均衡(SC/FDE)系统。该系统有效地结合了OFDM和单载波传输系统的优点,克服了OFDM系统中的不足,并且可以和OFDM共存。最后应用最小二乘(LS)算法对SC/FDE系统简化地进行了系统建模。
- 廖丽君葛万成
- 关键词：单载波正交频分复用频域均衡传输系统最小二乘
- 基于覆盖率和冗余技术的功率控制算法
- 2009年
- 无线传感器网络中的节点因体积小而携带的能量有限,并且不能更换电池,因此必须在保证网络功能的前提下,尽可能地节省能量来延长网络生存时间。文中针对现有的平面型功率控制算法中没有考虑剩余能量这一缺点进行了改进,提出了一种能控制节点发射功率的,且基于覆盖率的冗余算法。通过仿真表明,该改进算法实现了延长网络生存时间的目标,同时网络的覆盖率也更为稳定。
- 杨蓁葛万成
- 关键词：无线传感器网络功率控制算法冗余度
- 智能制造领域中深度强化学习的应用综述
- 2023年
- 深度强化学习在智能制造领域具有广泛的应用前景。文章概述了相关文献的综述,总结了深度强化学习在智能制造领域的几个主要应用方向,如自动化控制、智能优化调度、故障预测与维修、品质控制与质量预测以及智能物流和供应链管理。在这些领域,深度强化学习利用深度学习网络和强化学习算法,能够实现更高效、更精准、更智能化的制造过程控制和管理。同时,探讨了深度强化学习在智能制造中面临的挑战和未来发展方向。这些研究对推动智能制造领域的发展,提高制造过程的效率和质量具有重要意义。
- 吕金旭葛万成
- 关键词：人工智能智能控制
