全文获取类型
收费全文 | 271篇 |
免费 | 43篇 |
国内免费 | 51篇 |
专业分类
航空 | 177篇 |
航天技术 | 63篇 |
综合类 | 38篇 |
航天 | 87篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 12篇 |
2021年 | 10篇 |
2020年 | 13篇 |
2019年 | 12篇 |
2018年 | 8篇 |
2017年 | 10篇 |
2016年 | 14篇 |
2015年 | 16篇 |
2014年 | 17篇 |
2013年 | 26篇 |
2012年 | 19篇 |
2011年 | 21篇 |
2010年 | 18篇 |
2009年 | 20篇 |
2008年 | 18篇 |
2007年 | 10篇 |
2006年 | 18篇 |
2005年 | 13篇 |
2004年 | 10篇 |
2003年 | 13篇 |
2002年 | 3篇 |
2001年 | 8篇 |
2000年 | 4篇 |
1999年 | 4篇 |
1998年 | 7篇 |
1997年 | 5篇 |
1996年 | 4篇 |
1994年 | 8篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 4篇 |
1990年 | 4篇 |
排序方式: 共有365条查询结果,搜索用时 15 毫秒
171.
172.
173.
174.
基于稀疏随机阵列配置的CS-MIMO雷达感知矩阵构造 总被引:1,自引:0,他引:1
压缩感知(CS)理论中的感知矩阵在观测数据获取和信号重建过程中起关键性作用。目前,大部分研究通过引入高斯随机矩阵作为测量矩阵实现压缩观测,这类测量矩阵对硬件要求很高,工程实现困难。提出了一种基于稀疏随机阵列配置的压缩感知-多输入多输出(CS-MIMO)雷达中的感知矩阵构造方法,当MIMO雷达阵元配置为满足某种概率分布的稀疏随机阵列时,发射与接收导引矢量的Kronecker积能够起到压缩测量的作用。从理论上分析了所构造的感知矩阵的归一化互相关系数、Gram矩阵以及阵列方向图之间的内在联系,并证明了当随机阵元位置满足均匀分布时所构造的感知矩阵满足压缩感知重构条件。在这种稀疏随机阵列配置方式下,既可以避免额外引入随机测量矩阵,又能减少所需的阵元个数,从而大大降低CS-MIMO雷达系统复杂度。仿真实验表明,该方法具有较低的感知矩阵归一化互相关系数,与满阵CS-MIMO雷达相比能够在减少阵元个数的同时获得良好的重构性能,且使重构所需运算量大大降低。 相似文献
175.
176.
运载火箭伺服机构是火箭的执行机构,在工作过程中不仅要求伺服机构具有较好的阶跃响应和力矩抗扰性能,还要求伺服机构能够较好地跟踪箭载计算机发送的位置随动指令。常规的自抗扰控制(ADRC)建模时,将输入的微分量近似为0,使得输入时变信号时会产生建模误差,该误差无法通过扩张状态观测器(ESO)进行观测并补偿,导致系统的跟踪误差较大。针对常规自抗扰控制对时变信号跟踪误差较大的问题,提出了一种将位置输入微分前馈(PIDF)引入自抗扰控制的前馈自抗扰控制方法。通过理论推导和建模仿真得知,该方法可降低系统对正弦输入信号的跟踪误差并提高系统的动态特性,同时仍具有较强的抗干扰性能。最后通过试验验证了该方法的有效性。 相似文献
177.
针对制导火箭弹电动式舵机,为提高其响应速度和精度,文章在模糊PID控制基础上,提出了模糊单神经元PID控制方法。首先,建立了火箭弹舵机系统模型;然后,将模糊推理、单神经元自学习算法和PID控制相结合,建立智能控制系统,以实现对舵机输入指令的精确、快速响应。经仿真实验表明:在此智能控制下,舵机位置在阶跃响应的调节时间、超调量以及正弦跟踪上相对于传统模糊PID控制均得到有效改进,具有良好的动静态性能、自适应性和稳定性。 相似文献
178.
基于小波过程神经网络的飞机发动机状态监视 总被引:4,自引:1,他引:4
针对飞机发动机状态监视问题,提出了小波过程神经网络模型。其隐层和输出层为过程神经元,隐层激活函采用小波函数。该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质,有更强的学习能力和更高的预测精度。文中给出了相应的学习算法,并以飞机发动机状态监视中排气温度裕度的预测为例,分别利用3层前向过程神经网络和小波过程神经网络进行预测。结果表明,小波过程神经网络结构更简单,收敛速度更快,优于过程神经网络,因而为飞机发动机状态监视提供了一种有效的方法。 相似文献
179.
舵面电动加载系统的自适应CMAC复合控制 总被引:2,自引:0,他引:2
针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能. 相似文献
180.