全文获取类型
收费全文 | 2440篇 |
免费 | 331篇 |
国内免费 | 301篇 |
专业分类
航空 | 1265篇 |
航天技术 | 582篇 |
综合类 | 165篇 |
航天 | 1060篇 |
出版年
2024年 | 18篇 |
2023年 | 77篇 |
2022年 | 82篇 |
2021年 | 93篇 |
2020年 | 98篇 |
2019年 | 100篇 |
2018年 | 93篇 |
2017年 | 65篇 |
2016年 | 85篇 |
2015年 | 110篇 |
2014年 | 118篇 |
2013年 | 128篇 |
2012年 | 149篇 |
2011年 | 182篇 |
2010年 | 165篇 |
2009年 | 130篇 |
2008年 | 143篇 |
2007年 | 136篇 |
2006年 | 110篇 |
2005年 | 112篇 |
2004年 | 90篇 |
2003年 | 89篇 |
2002年 | 68篇 |
2001年 | 77篇 |
2000年 | 63篇 |
1999年 | 56篇 |
1998年 | 57篇 |
1997年 | 46篇 |
1996年 | 46篇 |
1995年 | 54篇 |
1994年 | 41篇 |
1993年 | 35篇 |
1992年 | 37篇 |
1991年 | 32篇 |
1990年 | 28篇 |
1989年 | 26篇 |
1988年 | 17篇 |
1987年 | 14篇 |
1985年 | 2篇 |
排序方式: 共有3072条查询结果,搜索用时 650 毫秒
951.
952.
针对我国高分辨率空间对地观测专项的发展需求,文章在星载多普勒无线电定轨定位(Doppler Orbitography and Radio-positioning Intergrated by Satellite,DORIS)系统的实时定轨算法和流程验证基础上,进行了应用背景限制下的模型简化研究,用数字信号处理器(DSP)实现并验证了其星载实现的可行性和有效性。首先介绍法国星载实时定轨软件(DORIS Immediate Orbit Determination by Embarked,DIODE)及定轨原理,给出星载实时定轨算法的流程。通过网站下载的DORIS接收机搭载星数据,对星载多普勒实时定轨算法的观测量修正部分和卡尔曼滤波定轨算法进行验证。针对星载实现的计算简化要求,对算法中计算量较大的地球非球形引力摄动和章动模型进行研究,对比不同模型复杂度对定轨结果的影响,为定轨算法模型的选取提供依据。最后将移植到DSP的程序运行结果与个人计算机下的仿真结果进行了对比,验证其星载实现满足精度要求,同时运行时间满足实时性要求。对如何提高实时定轨算法的性能,文章给出了后续应用的改进方向。 相似文献
953.
954.
数据链和ESM数据融合是机载综合信息处理的一项重要内容,涉及多种因素,这些因素对数据链航迹和ESM航迹融合精度影响如何是实际应用中面临的一个问题。本文针对数据链航迹和间断ESM航迹关联融合的情况,通过仿真研究了不同精度、不同数据率和不同平台运动特性对融合精度的影响,得到了一些有益的结论。 相似文献
955.
956.
在实际目标跟踪系统中,测量设备都存在系统误差,会导致跟踪滤波精度显著下降。针对多测速系统,对其测速系统误差进行了简化数学建模;然后将其增广为状态变量,应用扩维无迹卡尔曼滤波对目标运动状态和系统误差进行联合估计,以实时校准系统误差、提高状态估计精度。在存在主副站2类系统误差的条件下,设定恒定和线性时变2类系统误差场景,对算法进行仿真分析。仿真结果表明,算法在2类系统误差情形下都能有效校准系统误差,位置、速度滤波精度可提高80%以上;尤其是当系统误差恒定时,算法可完全消除系统误差的影响。 相似文献
957.
958.
鲁棒EKF在脉冲星导航系统中的应用 总被引:1,自引:1,他引:0
针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。 相似文献
959.
准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。 相似文献
960.
风场对动力翼伞系统的运动状态有着重要的影响,获得风场中风的速度和方向可以使动力翼伞系统利用或者消除风场的影响。针对风场辨识问题,通过分析动力翼伞系统在风场作用下的飞行特性,提出了一种基于动力翼伞系统在风中的飞行状态进行风场辨识的方法。该方法仅使用动力翼伞系统配备的全球定位系统(GPS)模块采集定位数据,计算获得动力翼伞系统飞行的速度和方向,根据风场与动力翼伞系统的动态关系,利用最小二乘法对风场进行在线辨识。为了保证辨识精度,由GPS获得的动力翼伞系统运动信息经卡尔曼滤波器进行滤波处理。仿真结果表明:该方法对风场有较高的辨识效果,并能辅助实现雀降。 相似文献