全文获取类型
收费全文 | 4203篇 |
免费 | 444篇 |
国内免费 | 279篇 |
专业分类
航空 | 1191篇 |
航天技术 | 1093篇 |
综合类 | 172篇 |
航天 | 2470篇 |
出版年
2024年 | 13篇 |
2023年 | 86篇 |
2022年 | 124篇 |
2021年 | 109篇 |
2020年 | 170篇 |
2019年 | 165篇 |
2018年 | 112篇 |
2017年 | 110篇 |
2016年 | 139篇 |
2015年 | 188篇 |
2014年 | 208篇 |
2013年 | 226篇 |
2012年 | 263篇 |
2011年 | 241篇 |
2010年 | 247篇 |
2009年 | 233篇 |
2008年 | 216篇 |
2007年 | 195篇 |
2006年 | 179篇 |
2005年 | 145篇 |
2004年 | 151篇 |
2003年 | 177篇 |
2002年 | 126篇 |
2001年 | 156篇 |
2000年 | 109篇 |
1999年 | 118篇 |
1998年 | 120篇 |
1997年 | 107篇 |
1996年 | 81篇 |
1995年 | 87篇 |
1994年 | 70篇 |
1993年 | 60篇 |
1992年 | 61篇 |
1991年 | 36篇 |
1990年 | 37篇 |
1989年 | 31篇 |
1988年 | 8篇 |
1987年 | 11篇 |
1986年 | 5篇 |
1985年 | 1篇 |
1984年 | 3篇 |
1982年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有4926条查询结果,搜索用时 125 毫秒
1.
针对具有复杂围护结构光学窗口传热特性,建立了高热流作用下的光学窗口及其复杂围护结构的辐射-导热传热模型,分别讨论了窗口的辐射半透明、光谱选择性、外部加热热流以及窗口尺寸对其瞬态温度响应的影响。结果表明,忽略窗口半透明特征会产生最大31.4%误差,忽略光谱选择性会产生最大40.4%误差;窗口外部气动加热热流影响显著,温度响应随热流的增大而急剧增大;窗口厚度对其传热特性的影响较大,随着厚度的增大窗口温度响应减小;而窗口半径产生的影响可忽略不计。 相似文献
2.
3.
4.
飞秒激光直写技术在复杂三维微结构加工领域具有显著优势,而调焦是否精准直接影响了所加工结构的完整度.提出了在光路中临时置入调焦光源和物的图像调焦技术,通过调节物的位置使其成像面与激光聚焦面一致,从而通过清晰可分辨的成像状态间接反映激光聚焦状态.利用Zemax软件模拟分析了原飞秒激光光路与加入调焦光源和物的调焦光路,二者可实现相同加工物镜后工作距离与良好成像质量,证明了该方法的可行性.通过分析得到该过程的成像误差主要由成像镜头焦深(3.9 μm)引起,我们获得的理想调焦精度可达到1/2焦深以内.设计了单层高度为5 μm的二层圆柱结构,通过多次实验验证了所加工元件高度误差在1.5 μm范围以内,与理论分析一致,满足飞秒激光系统的调焦要求. 相似文献
5.
基于星载信息系统高集成化、轻小型化和智能化的发展需求,微系统电路通过SOC/SIP等先进集成电路设计技术将CPU、 FPGA及相关功能的裸芯片高密度集成。相比传统卫星研制方式,微系统电路的体积、重量、功耗显著减小,且产品研制周期由于模块化、通用化设计得以缩减。文章介绍一种基于RISC-V指令集处理器的星载信息系统微系统电路设计方案,采用基于RISC-V指令集的双核处理器作为微系统控制核心;通过架构优化设计集成RISC-V处理器核、 FPGA、存储芯片、接口电路等;考虑空间环境的影响,通过结构级抗辐照加固设计提升微系统电路的在轨运行可靠性。 相似文献
6.
7.
应用多普勒牵引的高分辨率星载SAR滑动聚束模式设计方法 总被引:1,自引:0,他引:1
高分辨率星载合成孔径雷达(SAR)通常采用滑动聚束模式完成成像任务,当分辨率提高到一定程度后,卫星轨道弯曲问题无法忽略,因此需要与之相适应的模式设计方法。为此,文章提出一种应用多普勒牵引的滑动聚束模式设计方法,通过姿态校正的方式保证在合成孔径时间内多普勒中心呈线性分布,使回波可以利用传统的非线性调频变标(NCS)算法完成成像。利用STK和Matlab软件的联合仿真平台,通过建模及仿真成像的方式对设计方法进行验证,结果表明:该设计方法在降低工程实现复杂度和图像后处理的难度上都具有很大的优势,可为我国高分辨星载SAR成像模式设计提供参考。 相似文献
8.
9.
10.
量子科学实验卫星在轨运行期间完成4种光学实验,地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值,并且这些阈值需要根据在轨卫星重新设定,可扩展性较差.针对以上问题,提出一种基于机器学习的光学实验判别方法,将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题,构建分类模型,利用量子科学实验卫星的真实历史遥测数据对模型进行训练,并通过真实实验计划对训练得到的模型进行验证.实验结果表明,本文提出的方法在没有专家先验知识的前提下,判别准确率达到99%,可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性,可应用于卫星在轨运行的其他监测任务. 相似文献