全文获取类型
收费全文 | 407篇 |
免费 | 90篇 |
国内免费 | 24篇 |
专业分类
航空 | 275篇 |
航天技术 | 82篇 |
综合类 | 47篇 |
航天 | 117篇 |
出版年
2024年 | 2篇 |
2023年 | 14篇 |
2022年 | 28篇 |
2021年 | 18篇 |
2020年 | 17篇 |
2019年 | 13篇 |
2018年 | 17篇 |
2017年 | 17篇 |
2016年 | 10篇 |
2015年 | 19篇 |
2014年 | 35篇 |
2013年 | 11篇 |
2012年 | 21篇 |
2011年 | 25篇 |
2010年 | 24篇 |
2009年 | 27篇 |
2008年 | 16篇 |
2007年 | 14篇 |
2006年 | 20篇 |
2005年 | 12篇 |
2004年 | 25篇 |
2003年 | 21篇 |
2002年 | 12篇 |
2001年 | 8篇 |
2000年 | 9篇 |
1999年 | 8篇 |
1998年 | 4篇 |
1997年 | 10篇 |
1996年 | 8篇 |
1995年 | 7篇 |
1994年 | 10篇 |
1993年 | 9篇 |
1992年 | 4篇 |
1991年 | 5篇 |
1990年 | 4篇 |
1989年 | 7篇 |
1988年 | 3篇 |
1983年 | 2篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1978年 | 1篇 |
排序方式: 共有521条查询结果,搜索用时 789 毫秒
51.
52.
混杂纤维复合材料是新兴的强韧性结构材料,用于我国固体火箭发动机壳体等宇航结构件有重要意义。本文针对混杂纤维(玻纤/碳纤)复合材料的研制重点和宇航结构部件实际应用两个方面,收集分析了有关技术信息,指出了混杂纤维(玻纤/碳纤)复合材料强韧化的基础理论和工艺技术重点,提出了我国采用混杂纤维复合材料的有关建议。 相似文献
53.
54.
55.
针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。 相似文献
56.
对火星采样返回任务中的火星轨道交会自主导航和制导技术进行了研究。采用光学自主导航敏感器测量的火星中心方向和视半径,相对敏感器测量的相对位置等观测量,设计了导航滤波器同时估计轨返组合体和上升器的轨道。在导航滤波器设计中,针对光学自主导航敏感器更新频率远低于滤波解算频率的问题,设计了一种连续观测量构造算法,确保每个滤波周期均可进行测量更新,以提高导航精度。基于导航滤波器估计结果,采用T-H制导设计了4脉冲共椭圆交会策略实施轨道控制,从而构成近程交会自主导航和制导方案用于完成火星轨道交会任务。通过数学仿真校验了所提出方法的有效性。 相似文献
57.
以粒度为80μm的粉煤灰为增强相,粒度为30μm的铝粉为基体,采用粉末冶金法成功制备了粉煤灰颗粒增强铝基复合材料。经SEM、金相显微镜等分析手段对制备的复合材料进行组织观察,并对其进行耐磨性测试。结果表明,粉煤灰含量为20%,烧结温度为650℃时,相对损率最小为0.1590%。随着粉煤灰含量和保压时间的增加,试样的耐磨性逐渐升高,随着烧结温度升高,试样的耐磨性呈现出先升高后降低的趋势。 相似文献
58.
针对光学传感器像平面多目标跟踪应用,基于有限集统计学理论(Finite Set Statistics, FISST)提出一种利用信号幅度信息的高斯混合概率假设密度(Gaussian Mixture-Probability Hypothesis Density, GM-PHD)滤波算法。该算法通过建立信号幅度似然函数将幅度信息引入到PHD的递推公式中,首先根据光学传感器的特点对输出的信号幅度进行建模,然后分别计算来源于目标和杂波的信号幅度似然函数,在目标信噪比未知的情况下给出一种替代计算方法,最后采用高斯混合方式实现该算法。仿真结果表明,本文提出的算法相比仅利用量测位置信息的PHD滤波器能够显著提高多目标跟踪性能和计算效率,而且在目标信噪比未知时同样具有稳定的性能。 相似文献
59.
60.