全文获取类型
收费全文 | 963篇 |
免费 | 167篇 |
国内免费 | 296篇 |
专业分类
航空 | 749篇 |
航天技术 | 268篇 |
综合类 | 158篇 |
航天 | 251篇 |
出版年
2024年 | 9篇 |
2023年 | 22篇 |
2022年 | 27篇 |
2021年 | 41篇 |
2020年 | 40篇 |
2019年 | 53篇 |
2018年 | 77篇 |
2017年 | 47篇 |
2016年 | 58篇 |
2015年 | 52篇 |
2014年 | 59篇 |
2013年 | 54篇 |
2012年 | 62篇 |
2011年 | 81篇 |
2010年 | 53篇 |
2009年 | 60篇 |
2008年 | 70篇 |
2007年 | 72篇 |
2006年 | 56篇 |
2005年 | 61篇 |
2004年 | 52篇 |
2003年 | 55篇 |
2002年 | 19篇 |
2001年 | 45篇 |
2000年 | 34篇 |
1999年 | 26篇 |
1998年 | 23篇 |
1997年 | 27篇 |
1996年 | 16篇 |
1995年 | 14篇 |
1994年 | 12篇 |
1993年 | 11篇 |
1992年 | 10篇 |
1991年 | 10篇 |
1990年 | 7篇 |
1989年 | 6篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 2篇 |
排序方式: 共有1426条查询结果,搜索用时 328 毫秒
激光陀螺的高频机抖使得激光陀螺惯性测量单元(IMU)的测量数据包含较大的随机噪声。传统标定方法通过延长测量时间消除对随机噪声的影响,降低了标定效率。提出了应用自适应前向线性预测(FLP)滤波对激光陀螺IMU的标定数据进行降噪,在较小标定数据量情况下提高系统的标定精度。首先通过四方位正反速率标定试验获得原始标定数据;然后通过自适应FLP滤波器对标定数据进行噪声抑制;最后利用降噪后的数据计算标定参数。试验结果表明,该方法能够有效抑制标定数据中的随机噪声,提高信号的信噪比(SNR),从而在标定数据量较小的情况下得到较高精度的标定参数,提升系统的导航精度。 相似文献
202.
摘要: 针对受到潜在模型不确定性影响的系统,设计一种并行模型自适应估计(PMAE)算法.以往基于不确定性系统模型设计的滤波算法,在模型精确的情况下,性能往往不及传统卡尔曼滤波(KF).为了解决该问题,设计基于多个并行滤波器的自适应状态估计算法,其中一个滤波器为KF,用于在未出现模型不确定性的情况下,对系统进行最优状态估计;另一个滤波器为扩维卡尔曼滤波(AKF),用于在出现模型不确定性的情况下,对不确定性模型参数进行辨识.以空间目标监视为例,分析算法的性能.仿真结果表明,利用PMAE算法能够自适应地对两个并行滤波器进行切换和折衷,从而有效应对模型中存在不确定性和不存在不确定性两种情况. 相似文献
203.
临近空间高超声速跳跃滑翔式目标自适应跟踪模型 总被引:1,自引:1,他引:0
针对临近空间高超声速跳跃式滑翔目标跟踪问题,在将加速度建模为具有正弦波(SW)自相关随机过程的基础上,提出一种自适应非零均值正弦波相关(ANM-SW)模型。其核心是对正弦波相关模型进行均值补偿构建ANM-SW模型,并推导了模型状态方程;为深入分析均值补偿的作用,分别从时域和频域的角度探讨了自适应非零均值模型的物理本质;此外,为进一步说明模型的适应性问题,结合Kalman滤波推导了SW及ANM-SW模型状态更新的系统动态误差,验证了ANM-SW模型在机动适应方面的优越性;最终仿真表明与SW模型相比,ANM-SW模型在跟踪精度及机动适应能力方面具有一定的优势性。 相似文献
204.
将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。 相似文献
205.
针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。 相似文献
206.
207.