全文获取类型
收费全文 | 2205篇 |
免费 | 415篇 |
国内免费 | 169篇 |
专业分类
航空 | 1610篇 |
航天技术 | 374篇 |
综合类 | 214篇 |
航天 | 591篇 |
出版年
2024年 | 26篇 |
2023年 | 68篇 |
2022年 | 108篇 |
2021年 | 92篇 |
2020年 | 84篇 |
2019年 | 106篇 |
2018年 | 97篇 |
2017年 | 78篇 |
2016年 | 83篇 |
2015年 | 79篇 |
2014年 | 113篇 |
2013年 | 84篇 |
2012年 | 90篇 |
2011年 | 95篇 |
2010年 | 94篇 |
2009年 | 94篇 |
2008年 | 99篇 |
2007年 | 110篇 |
2006年 | 120篇 |
2005年 | 80篇 |
2004年 | 65篇 |
2003年 | 81篇 |
2002年 | 58篇 |
2001年 | 51篇 |
2000年 | 70篇 |
1999年 | 54篇 |
1998年 | 57篇 |
1997年 | 56篇 |
1996年 | 55篇 |
1995年 | 55篇 |
1994年 | 51篇 |
1993年 | 48篇 |
1992年 | 59篇 |
1991年 | 48篇 |
1990年 | 58篇 |
1989年 | 37篇 |
1988年 | 11篇 |
1987年 | 17篇 |
1986年 | 4篇 |
1985年 | 7篇 |
1984年 | 11篇 |
1983年 | 8篇 |
1982年 | 9篇 |
1981年 | 5篇 |
1980年 | 6篇 |
1979年 | 5篇 |
1978年 | 1篇 |
1975年 | 1篇 |
1959年 | 1篇 |
排序方式: 共有2789条查询结果,搜索用时 15 毫秒
991.
992.
993.
针对现有媒质接入控制(MAC)协议退避算法无法为蜂群无人机自组网(FANETs)提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口(CW)长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避(PAB)算法和支持QoS的自适应竞争窗口退避算法(Q-ABACW),性能均有较大提升。 相似文献
994.
本文用涡格镜像法计算小迎角时翼身组合体的地面效应。在机身上分布离散的马蹄涡系(涡格)。在机身内部分布机翼的马蹄涡系对机身(圆)的镜像涡系。在机身表面分布空间源(汇)。若机身迎角不为零时,还要沿机身轴线分布二维偶极子。用这种翼身组合体的对地镜像来模拟地面的作用。本文主要研究小迎角的情况。故翼身组合体及其镜像均与地面平行。在TQ—16电子计算机上,用ALGOL—60语言编成程序,计算了翼身组合体在接近于地面时纵向空气动力特性,其结果为:升力曲线斜率随高弦比的减少而增加、低头力矩随之增加,压力中心也随着变化。 相似文献
995.
建立了星载合成孔径雷达(SAR)分辨特性的数学表达式,分析了地球自转和地球扁率、轨道摄动、卫星姿态指向误差和稳定度以及星载SAR的中心视角对星载SAR分辨特性的影响,并进行了数字仿真。分析仿真结果表明,滚动向指向误差和稳定度以及星载SAR中心视角对分辨特性影响较大,该研究结果对于卫星总体参数确定和优化设计具有参考价值。 相似文献
996.
997.
以高性能单片机C8051F005和全桥脉宽调制(PWM,Pulse Width Modulation)驱动电路3955为核心实现了一种结构简单的高性能、多细分、微型化两相混合式步进电动机驱动器.该系统采用正弦波电流细分驱动和双极性、固定关断时间的恒流斩波控制方式,可调的电流衰减模式可以进一步改善步进电动机绕组的电流波形.驱动器最高细分数为256,提供细分选择、正反向控制、半流控制、使能控制,以及过压、欠压、过流、过热等电动机驱动器的保护功能.此外,系统还具有在系统调试和升级能力.从驱动器的总体设计、不同细分下电流参考信号生成和绕组电流控制等方面对该方案进行了详细的论述,实验结果证明该步进电动机高细分驱动器方案结构简单、可靠性高、运行平稳,具有良好的运行矩频特性. 相似文献
998.
999.
基于验前信息的测试性验证试验方案确定方法 总被引:4,自引:1,他引:4
针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进. 相似文献
1000.