全文获取类型
收费全文 | 458篇 |
免费 | 95篇 |
国内免费 | 39篇 |
专业分类
航空 | 320篇 |
航天技术 | 88篇 |
综合类 | 41篇 |
航天 | 143篇 |
出版年
2024年 | 4篇 |
2023年 | 11篇 |
2022年 | 11篇 |
2021年 | 21篇 |
2020年 | 21篇 |
2019年 | 13篇 |
2018年 | 12篇 |
2017年 | 15篇 |
2016年 | 13篇 |
2015年 | 15篇 |
2014年 | 14篇 |
2013年 | 21篇 |
2012年 | 24篇 |
2011年 | 21篇 |
2010年 | 30篇 |
2009年 | 26篇 |
2008年 | 16篇 |
2007年 | 18篇 |
2006年 | 20篇 |
2005年 | 15篇 |
2004年 | 15篇 |
2003年 | 31篇 |
2002年 | 24篇 |
2001年 | 31篇 |
2000年 | 15篇 |
1999年 | 24篇 |
1998年 | 13篇 |
1997年 | 19篇 |
1996年 | 11篇 |
1995年 | 14篇 |
1994年 | 10篇 |
1993年 | 6篇 |
1992年 | 12篇 |
1991年 | 18篇 |
1990年 | 4篇 |
1989年 | 2篇 |
1987年 | 2篇 |
排序方式: 共有592条查询结果,搜索用时 15 毫秒
581.
影响地形辅助导航匹配算法性能的因素很多,而目前基于信噪比的分析方法不能全面准确地评估匹配精度受各种参数的影响情况。本文以等值线(ICCP)算法为研究对象:首先,通过理论分析指出目前基于信噪比的分析方法的局限性和算法灵敏度受航向的影响情况;然后,通过仿真分别研究高度测量精度、惯导(INS)航迹精度、初始位置误差、航向误差、采样设置等因素对匹配精度的影响,并进一步从地图独特性、高度测量误差和INS航迹误差3个方面综合分析了各类误差和具体的误差参数对匹配性能的综合影响;最后,从算法的匹配精度和实时性等角度总结了各种参数的影响情况,为ICCP算法的工程应用提供理论基础。 相似文献
582.
583.
以某型自行火炮炮载惯性导航系统为研究对象。为解决大方位失准角造成的系统非线性问题,在对大失准角误差模型进行详细分析的基础上,提出了基于快速正交搜索(FOS)和卡尔曼滤波(KF)的非线性参数估计方法。利用事先训练好的非线性误差模型进行对准,既能消除线性姿态误差,又可以对非线性姿态误差起到良好的抑制作用。仿真结果表明,FOS/KF方法的对准精度和实时性远优于扩展卡尔曼滤波(EKF)。对比试验结果表明,单独使用EKF时的方位角误差最大达到14.99°,而FOS/KF可以使方位角误差保持在0.8°以内。FOS/KF方法的估计精度不随系统非线性程度的变化而变化,并且不需要进行粗对准,简化了对准过程,提高了载体机动性。 相似文献
584.
585.
基于置信度加权的组合导航数据融合算法 总被引:2,自引:0,他引:2
针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。 相似文献
586.
某型平台惯导系统采用方位旋转调制技术,通过对台体匀速转动的控制调制陀螺的漂移。台体的转速不是固定值,是随惯导系统所在地区而改变的,且台体转速异常必伴随方位陀螺故障。为了正确判断台体转速的理论是否正常,文章推导了转速的理论计算公式,不同地区惯导系统的实测数据表明实测值与理论计算值一致,验证了转速计算公式的正确性,为监控方位陀螺状态提供了技术途径。 相似文献
587.
城市复杂环境下,采用GNSS/INS组合定位方法能有效提升GNSS信号部分或全部被遮挡情况下的车辆连续定位能力。GNSS信号受遮挡的程度具有随机性和突变性,给GNSS/INS组合算法的架构设计和参数设置带来了挑战。基于此,设计了一套基于场景检测的GNSS/INS组合定位策略与方法,提出了以多星GNSS观测量的八类特征为输入,利用支持向量机分类思想将定位场景分为室外开阔、室外遮挡和室内三种类型,并建立了与之相适应的组合滤波量测误差估计模型,进而实现了GNSS/INS组合定位。实测数据验证表明,提出的方法能够有效提升车辆组合定位精度。 相似文献
588.
589.
590.
作为导航领域常用的组合导航方式,全球导航卫星系统(GNSS)/惯性导航系统(INS)组合导航在GNSS信号失锁后,由于惯性测量单元(IMU)误差随时间迅速积累,其定位结果会偏离载体真实位置,导航精度下降.针对此问题,提出了一种长短期记忆网络(LSTM)辅助的算法,称之为深度卡尔曼滤波(DKF)算法.DKF算法的核心思想是使用LSTM训练IMU误差模型,然后通过训练出的模型预测IMU误差,最后将预测的IMU误差代入IMU数据以校正导航结果.仿真结果表明:在200s测试数据上,DKF算法将误差从1.1537m/s降低到0.3746m/s.与平均预测、卡尔曼预测和最小二乘估计等方法相比,DKF算法的误差最小,具有更优越的导航性能. 相似文献