全文获取类型
收费全文 | 363篇 |
免费 | 108篇 |
国内免费 | 106篇 |
专业分类
航空 | 267篇 |
航天技术 | 111篇 |
综合类 | 44篇 |
航天 | 155篇 |
出版年
2023年 | 11篇 |
2022年 | 24篇 |
2021年 | 23篇 |
2020年 | 13篇 |
2019年 | 17篇 |
2018年 | 19篇 |
2017年 | 15篇 |
2016年 | 8篇 |
2015年 | 12篇 |
2014年 | 30篇 |
2013年 | 22篇 |
2012年 | 23篇 |
2011年 | 33篇 |
2010年 | 27篇 |
2009年 | 34篇 |
2008年 | 39篇 |
2007年 | 28篇 |
2006年 | 20篇 |
2005年 | 20篇 |
2004年 | 18篇 |
2003年 | 9篇 |
2002年 | 12篇 |
2001年 | 12篇 |
2000年 | 20篇 |
1999年 | 13篇 |
1998年 | 12篇 |
1997年 | 14篇 |
1996年 | 6篇 |
1995年 | 6篇 |
1994年 | 4篇 |
1993年 | 8篇 |
1992年 | 5篇 |
1991年 | 4篇 |
1990年 | 4篇 |
1989年 | 4篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1977年 | 1篇 |
排序方式: 共有577条查询结果,搜索用时 142 毫秒
91.
地磁Ap指数滞后太阳周循环分析 总被引:3,自引:0,他引:3
把1932-2006年地磁Ap指数12个月流动均值分解成为(Ap)R和(Ap)I.其中(Ap)R为太阳黑子数R的线性函数,与太阳黑子数R相位相同,可能对应于日冕物质抛射(CME)等地磁控制因素. (Ap)I分量与太阳黑子数R相位相差约180°,该分量可能对应于极冕洞变化(从太阳峰年开始,由日面极区逐渐向赤道延伸).以地磁Ap指数与太阳黑子数R滞后非常严重的第20太阳周为例,证实了(Ap)I分量与极冕洞向赤道延伸循环变化相对应.因此极冕洞循环变化可能是导致地磁扰动指数与太阳周循环相位不一致,出现滞后现象的一个十分重要原因. 相似文献
92.
93.
为了解决不确定环境下空战机动决策问题,将影响图和对策论引入到多机协同空战中,提出了协同影响图对策模型.首先确定群机空战转化为多个小编队作战的原则,然后在协同的思想下把多对多空战模型转化为多个一对一空战模型,最后在不确定环境下,运用影响图对策理论解决一对一空战.针对影响图对策模型计算量大的问题,采用移动平均控制法进行求解.空战仿真结果表明该模型的有效性. 相似文献
94.
基于遗传算法的最优Lambert双脉冲转移 总被引:2,自引:1,他引:1
研究了初始位置和转移时间不固定的Lambert双脉冲轨道转移的数值解,用三 维图和截面图直观显示了初始位置、转移时间和速度增量的关系,并说明了其在实际工程任 务中的应用价值.基于数值解,提出了Lambert双脉冲轨道转移的优化问题.目标是找到最 优初始位置和转移时间,使燃料和时间的加权和最小.给出了遗传算法求解该优化问题的设 计步骤.该算法应用于2个算例:①平面圆轨道的燃料最优转移,并将遗传算法和Hohmann 转移的结果进行了比较;②椭圆轨道、初始位置有约束的燃料和时间最优转移.结果说明 了遗传算法寻找最优转移解是准确有效的. 相似文献
95.
基于自适应模拟退火遗传算法的最优Lambert转移 总被引:2,自引:0,他引:2
主要研究了航天器采用Lambert二脉冲变轨的优化问题。对于初始位置、目标位置和转移时间都不固定的Lambert二脉冲转移,由于多变量以及方程本身的复杂性,采用传统的优化方法效率低甚至无法求解.采用了自适应遗传算法(AGA),寻求多变量的最优解.同时结合模拟退火算法,得到了自适应模拟退火遗传算法(ASAGA),该算法既具有全局搜索能力,又改善了一般遗传算法的局部寻优能力.通过仿真,比较了遗传算法和自适应模拟退火遗传算法的寻优结果,表明两者寻求最优转移的有效性,以及自适应模拟退火算法具有更强的寻优能力. 相似文献
96.
97.
98.
99.
100.
模态参数识别的特征系统实现算法:研究与比较 总被引:6,自引:0,他引:6
以 GARTEUR飞机模型的飞行颤振和地面共振试验为例,对模态参数识别的特征系统实现算法的4种变形特征系统实现算法(ERA)、快速ERA(FERA)、相关ERA(ERA/ DC)和快速相关ERA(FERA/ DC),进行了深入的理论分析和仿真研究。结果表明:与ERA相比,ERA/ DC的阻尼识别精度在10%和30%噪声下可以提高6~60倍;FERA的识别速度可以比ERA提高4~1 0倍,且精度较高;而FERA/ DC的识别速度可以比ERA/ DC提高 3~5倍,并且精度不会降低。 相似文献