全文获取类型
收费全文 | 1476篇 |
免费 | 457篇 |
国内免费 | 230篇 |
专业分类
航空 | 938篇 |
航天技术 | 575篇 |
综合类 | 106篇 |
航天 | 544篇 |
出版年
2024年 | 9篇 |
2023年 | 50篇 |
2022年 | 62篇 |
2021年 | 82篇 |
2020年 | 119篇 |
2019年 | 83篇 |
2018年 | 117篇 |
2017年 | 86篇 |
2016年 | 101篇 |
2015年 | 86篇 |
2014年 | 104篇 |
2013年 | 117篇 |
2012年 | 96篇 |
2011年 | 127篇 |
2010年 | 112篇 |
2009年 | 102篇 |
2008年 | 88篇 |
2007年 | 65篇 |
2006年 | 92篇 |
2005年 | 88篇 |
2004年 | 60篇 |
2003年 | 53篇 |
2002年 | 48篇 |
2001年 | 37篇 |
2000年 | 34篇 |
1999年 | 32篇 |
1998年 | 19篇 |
1997年 | 14篇 |
1996年 | 7篇 |
1995年 | 11篇 |
1994年 | 12篇 |
1993年 | 6篇 |
1992年 | 6篇 |
1991年 | 16篇 |
1990年 | 7篇 |
1989年 | 4篇 |
1988年 | 8篇 |
1987年 | 2篇 |
1986年 | 1篇 |
排序方式: 共有2163条查询结果,搜索用时 15 毫秒
91.
92.
由感知到动作决策一体化的类脑导航技术研究现状与未来发展 总被引:1,自引:0,他引:1
随着脑与神经科学以及人工智能技术的持续发展,昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展,可以实现由原始感知信息输入到导航动作决策的直接输出,呈现出接近动物端到端面向目标导航的智能行为,具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系,以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵;论述了类脑导航技术研究进展,包括类脑环境感知、类脑空间认知、面向目标类脑导航;分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势;最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。 相似文献
93.
面向航天器编队飞行的需求,对椭圆参考轨道航天器非线性周期相对运动条件进行研究,提出了确定椭圆参考轨道编队航天器非线性周期性相对运动条件的新方法。首先,考虑非线性、椭圆轨道等因素,通过哈密尔顿-雅可比(HJ)方程和正则摄动理论,推导了在任意非线性摄动下相对运动的模型和获得不需消耗任何燃料的周期性相对运动轨道的条件;然后,采用时域配点法,结合改进的列文伯格-马夸尔特(LM)法对周期性相对运动的初值进行求解;最后,设计数值仿真算例,利用上述条件,得到不消耗任何燃料的周期性绕飞轨道,由此验证了本文所提模型和方法的正确性。 相似文献
94.
利用脉冲星估计星载原子钟钟差是实现卫星自主守时的途径之一。为充分分析基于脉冲星的自主守时系统性能,利用实测的星载原子钟钟差数据和中子星内部组成探测器(neutron star interior composition explorer, NICER)的PSR B1937+21脉冲星的观测数据,对比分析了星载原子钟和脉冲星的误差特性。设计了脉冲星守时系统框架和星载原子钟钟差估计方法。以实测的星载原子钟钟差数据为基础,计算分析了脉冲星守时系统的性能。计算结果表明,若脉冲星的脉冲到达时间(time of arrival, TOA)解算精度为1 μs/30 d,则原子钟钟差估计精度可达到优于1 μs的水平,初步验证了脉冲星守时系统的可行性。 相似文献
95.
96.
在星光折射导航中,星光折射视线包含星光折射的大小和星光折射方向两种折射信息,传统的星光折射导航量测量只利用了星光折射大小的信息。但实际上,星光折射方向也是卫星位置矢量的函数,含有卫星位置的重要信息。针对上述问题,提出了一种同时使用两种折射信息的星光折射导航新方法,该方法以星光折射方向矢量为量测量。详细介绍了基于折射方向矢量地球卫星星光折射导航方法的量测量的获取和量测模型的建立,同时对不同影响因素对导航系统性能的影响进行分析。仿真结果表明,该方法的导航精度优于折射视高度和星光折射角两种传统的星光折射导航量测量。 相似文献
97.
无人机类脑吸引子神经网络导航技术 总被引:1,自引:0,他引:1
当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题:依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。 相似文献
98.
99.
100.