全文获取类型
收费全文 | 212篇 |
免费 | 41篇 |
国内免费 | 17篇 |
专业分类
航空 | 72篇 |
航天技术 | 53篇 |
综合类 | 8篇 |
航天 | 137篇 |
出版年
2024年 | 5篇 |
2023年 | 3篇 |
2022年 | 12篇 |
2021年 | 12篇 |
2020年 | 14篇 |
2019年 | 9篇 |
2018年 | 12篇 |
2017年 | 7篇 |
2016年 | 6篇 |
2015年 | 4篇 |
2014年 | 12篇 |
2013年 | 13篇 |
2012年 | 7篇 |
2011年 | 17篇 |
2010年 | 13篇 |
2009年 | 12篇 |
2008年 | 8篇 |
2007年 | 7篇 |
2006年 | 8篇 |
2005年 | 11篇 |
2004年 | 7篇 |
2003年 | 4篇 |
2002年 | 7篇 |
2001年 | 5篇 |
2000年 | 5篇 |
1999年 | 2篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 2篇 |
1995年 | 5篇 |
1994年 | 4篇 |
1993年 | 6篇 |
1992年 | 6篇 |
1991年 | 5篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 3篇 |
1987年 | 3篇 |
排序方式: 共有270条查询结果,搜索用时 15 毫秒
261.
本文给出球形导体倾斜赫芝振子辐射场的线极化与圆极化分量表达式,并进行计算,示出典型剖面内的各分量方向图。由此可进一步分析球形导体上线状天线的辐射特性。 相似文献
262.
作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而,由于成本和系统限制,越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制,双极化SAR数据集存在严重的贴现特性,使得双极化SAR图像难以获得令人满意的分类精度,因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论,引入了一个新的参数来测量农作物的时变散射特性,并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比,提出的新参数能稳定地提高分类器的分类性能,H、α、θ和强度特征的组合也能达到最佳的分类性能。 相似文献
264.
当前国内外低轨通信互联网星座发展迅猛,面向卫通天线跨星跨波束快速切换、低剖面应用需求,提出了一种Ka频段层叠式缝隙耦合双圆极化发射相控阵天线。基于多层PCB叠层瓦式架构,将天线层、电源与控制层、功分网络层和芯片层一体化集成。基于“双线极化天线+移相控制”设计实现左右旋圆极化及其极化切换,采用子阵相位旋转排布实现天线整阵二次圆极化。测试结果表明:天线工作频段为27.5~31GHz,29.2GHz处法向等效各向同性辐射功率值为16.5dBW,可实现±60°扫描,法向轴比<2dB,左右旋圆极化可切换,天线子阵厚度3mm。相比传统砖式相控阵天线,大幅降低了剖面和重量,对卫通天线低剖面、波束快速切换等具有重要应用意义。 相似文献
265.
智能优化算法是解决多维非线性优化问题、提高计算效率的有力工具。本文针对相干辐射源极化-空间角联合估计中计算量巨大的工程难题,以广义子空间拟合约束公式为代价函数,提出一种分层人工鱼群算法。该算法基于分层协同策略将鱼群分为底层和顶层,底层以人工鱼群算法进行全局搜索以保证种群多样性,顶层以粒子群算法进行局部搜索以加快收敛速度。仿真结果证明:分层人工鱼群算法能大幅降低广义子空间拟合的计算量,尤其是在较多目标的情况下。算法可有效提高计算效率,同时可提供优于传统人工鱼群算法的估计精度。 相似文献
266.
极化干涉合成孔径雷达(PolInSAR)技术通过建立相关质量评价指标筛选最优干涉几何,从而实现多基线植被高度反演。但目前使用的相干性特性、测高精度等质量指标并未关联与干涉几何直接相关的垂直波数,容易降低干涉几何选取的稳健性。本文提出一种基于去相干敏感因子的多基线PolInSAR植被高度反演方法,利用敏感因子描述干涉几何与植被高度的匹配程度,从多个单基线固定消光方法中确定最佳植被高度反演结果。使用欧洲航天局AfriSAR 2016项目的P波段合成孔径雷达(SAR)数据进行实验验证。实验结果表明:以激光雷达(Light Detection and Ranging, LiDAR)获取的植被高度作为参考,本文多基线反演算法的均方根误差为6.19 m,比其他两种传统方法精度分别提高了约14.14%和13.55%。 相似文献
267.
268.
相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中,目标区域占比小、信噪比低,且海况环境与干扰种类多变,使得经典的深度神经网络在此种条件下检测识别精度较低。为此,本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先,引入极化特征提取模块挖掘目标与干扰的差异化特征;其次,通过特征金字塔网络解决小目标检测识别的问题;最后,使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0,相比不采用极化特征有着显著提高。 相似文献
270.