全文获取类型
收费全文 | 216篇 |
免费 | 44篇 |
国内免费 | 14篇 |
专业分类
航空 | 119篇 |
航天技术 | 86篇 |
综合类 | 20篇 |
航天 | 49篇 |
出版年
2024年 | 3篇 |
2023年 | 10篇 |
2022年 | 17篇 |
2021年 | 30篇 |
2020年 | 13篇 |
2019年 | 19篇 |
2018年 | 7篇 |
2017年 | 19篇 |
2016年 | 12篇 |
2015年 | 12篇 |
2014年 | 8篇 |
2013年 | 7篇 |
2012年 | 9篇 |
2011年 | 18篇 |
2010年 | 7篇 |
2009年 | 10篇 |
2008年 | 9篇 |
2007年 | 13篇 |
2006年 | 2篇 |
2005年 | 5篇 |
2004年 | 5篇 |
2003年 | 5篇 |
2002年 | 2篇 |
2001年 | 5篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 6篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 1篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 4篇 |
排序方式: 共有274条查询结果,搜索用时 15 毫秒
251.
252.
一个低纬电离层理论模式 总被引:7,自引:2,他引:7
建立一个改进的低纬F层时变理论模式.采用沿磁力线分布的固定网格点,利用算子分裂方法求解离子连续性和动量方程,给出O+、N2+、O2+和NO+密度随纬度、高度变化的二维分布.对太阳活动高年的春分季节东亚区赤道异常日变化进行的模拟计算,较好地再现了赤道异常的典型特征.计算结果也表明HWM90模式给出的低纬夜间风速可能偏大;东亚区垂直漂移速度可能比美洲区的要小. 相似文献
253.
重点报道了一种TEC信距测量的夜间抖动异常现象,分析了这种现象的观测特征,指出了夜间GPS伪距观测是的异常抖动,特别是日落后时段GPS伪距观测量的散开十分严重的乐是个别的偶然现象,在考察了周围环境之后初步排除了这种现象是由周围地物引起的可能性,而进一步与电离层不均匀体(Spread-F)的特征,特别是它发生率最大的地方时进行比较,认为这是一种电离层效应,由大尺度的电离层不规则结构造成的散射很可能是这种夜间散开的主要原因。本文仅就单站GPS观测资料认证了这种夜间强烈抖动的存在,分析了北京上空电离层中发生的不均匀体或各种扰动对GPS信号的可能影响及其观测特征,指出了夜间GPS伪距观测量的异常抖动,特别是日落后时段GPS伪距观测量的散开十分严重的现象,可以用于电离层不规则结构的研究。由于GPS设备比较简便,数据量大,精度高,适用于各种环境等特点,我们发展的单站数据分析方法可能会对研究电离层TEC夜间涨落异常增加现象,包括地域,时间上的统计特性比较有利。 相似文献
254.
介绍了多惯性仪表冗余惯性测量系统数据融合前的测量异常值去除、系统误差修正和一致性检验的基本方法。针对测量数据一致性检验,讨论了置信距离测度和信任度函数两种处理方法。仿真结果表明后者能更好地确定一致性的惯性仪表测量数据。 相似文献
255.
目前大多数卫星的监视和控制需要使用复杂的地面站,并驻有技术高超的操作手。卫星操作手必须能快速识别和诊断异常情况。许多情况下,不能完成此任务就会丢失重要信息,不能完成任务,极端情况是卫星损坏。许多负责操作卫星的政府和商业机构都面临削减预算,故要寻求用更少、技术水平较低的人员来操作卫星。这些机构寻找各种人工智能(AI)技术作为减少卫星地面控制设施人力以及技术水平的措施。至今将指出这种技术的不足,介绍利 相似文献
256.
257.
侯蒙 《自动驾驶仪与红外技术》2007,(4):34-36
本文分析用于伺服机构使用的压力传感器输出信号的几种常见异常现象,并阐述了引起这些故障模式的原理。 相似文献
258.
据报道,日本宇航探索局(JAXA)在大地(DAICHI)先进对地观测卫星(ALOS)出现供电问题后,已用了约3周时间尝试与该卫星取得联系,但结果发现无法与其恢复通信,决定于日本标准时间2011年5月12日上午10:50发出结束该卫星运行的指令。JAXA将继续基于卫星获取的数据,调查导致卫星供电异常的原因。 相似文献
259.
异常数据剔除的一种改进计算方法 总被引:4,自引:0,他引:4
批量异常数据的识别是数据处理中的大计算量问题。针对大型线性回归模型 ,在逐点剔除法的基础上 ,文章提出了异常点剔除的一种改进算法。该方法在提高批量异常数据识别效果的同时 ,还能大幅度降低它的计算量。 相似文献
260.
准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。 相似文献