全文获取类型
收费全文 | 658篇 |
免费 | 146篇 |
国内免费 | 75篇 |
专业分类
航空 | 492篇 |
航天技术 | 137篇 |
综合类 | 49篇 |
航天 | 201篇 |
出版年
2023年 | 14篇 |
2022年 | 34篇 |
2021年 | 25篇 |
2020年 | 37篇 |
2019年 | 35篇 |
2018年 | 34篇 |
2017年 | 38篇 |
2016年 | 50篇 |
2015年 | 30篇 |
2014年 | 36篇 |
2013年 | 41篇 |
2012年 | 43篇 |
2011年 | 48篇 |
2010年 | 53篇 |
2009年 | 53篇 |
2008年 | 48篇 |
2007年 | 40篇 |
2006年 | 27篇 |
2005年 | 26篇 |
2004年 | 21篇 |
2003年 | 16篇 |
2002年 | 30篇 |
2001年 | 16篇 |
2000年 | 18篇 |
1999年 | 8篇 |
1998年 | 12篇 |
1997年 | 8篇 |
1996年 | 10篇 |
1995年 | 4篇 |
1994年 | 3篇 |
1993年 | 4篇 |
1992年 | 5篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 3篇 |
1988年 | 4篇 |
1987年 | 1篇 |
排序方式: 共有879条查询结果,搜索用时 15 毫秒
861.
针对固体微推力器阵列(SPMA)中微推力器一次性点火,推力测试中难以获得精确推力的特点,为实现推力在线估计和实时补偿,提出一种利用二次规划对微推力器阵列推力进行估计,同时结合混合整数规划算法进行推力分配的方法,对估计算法收敛性以及控制系统稳定性进行了分析。该方法在不修改控制律的前提下,对推力器推力进行在线估计,并采用推力分配的方法实时补偿推力器出现的推力偏差,对系统稳定性的分析证明该方法可以保证系统的有界稳定。将其应用到微纳卫星编队保持中,仿真结果表明,在微推力器阵列出现推力偏差的情况下,该方法能很好地补偿推力偏差对控制系统造成的影响。 相似文献
862.
自适应遗传神经网络算法在推力估计器设计中的应用 总被引:3,自引:2,他引:3
为了在全包线内能够准确方便估计出航空发动机推力,提出了一种自适应遗传神经网络算法:将遗传算法和神经网络技术相结合充分发挥遗传算法和神经网络各自的全局收敛性和局部搜索快速性的优点,其中通过自适应概率遗传操作及局部寻优算子直接优化出神经网络拓扑结构及权值(包括阈值),克服了神经网络隐层节点需凭经验尝试的缺点和神经网络对初始权值(包括阈值)敏感的缺点,再应用神经网络对上述优化的权值(包括阈值)进行"精调",最后设计出全包线推力估计器.经验证,此推力估计器具有较高估计精度和良好泛化能力. 相似文献
863.
利用微推力测量系统有助于星载微推力器性能的测评和研发,而其不确定度的标定可以判断实验测量结果的可信度,本文提出一种推力测量系统的推力不确定度标定方法。通过对推力测量系统施加已知标准力,根据推力测量系统的系统响应反演计算推力估计值,将已知标准力与推力估计值比较,以此标定推力测量系统的推力不确定度,并且给出推力不确定度和推力误差。所提方法具有以下主要特征:(1)利用推力积分方程离散化为推力离散化线性方程组求解推力加载全程的动态推力;(2)根据标准力不确定度和推力估计值不确定度,综合评价推力不确定度;(3)依据标准不确定度和扩展不确定度,获得给定置信度条件下的推力相对误差。本文基于所提方法对某亚毫牛级推力测量系统的不确定度进行了实验评估。结果表明在给定95%置信度条件下,其推力测量误差小于2%。所提出的推力不确定度标定方法,可为星载微推力器的推力误差评定提供了高置信度、高精度测评方法和手段。 相似文献
864.
提出了一种基于脉宽式(PW)直接弹道侧向力的反导拦截弹控制方法,进而对其实现原理及控制策略进行了设计和讨论,并验证、分析了该控制方法的有效性。 相似文献
865.
对大涵道比涡扇发动机叶栅式反推力装置,利用CFD技术,展示了叶栅式反推力装置开启后的流场流动特征,计算分析了飞机着陆滑跑马赫数和侧风速度对发动机进气道重吸入特性的影响.结果表明:在无侧风影响时,进气道对反推力气流的重吸入现象随着滑跑马赫数的增加而逐渐减弱并消失,重吸入特征参数值随着滑跑马赫数的增加而减小并达到允许值,该临界滑跑马赫数为0.08;在侧风环境中,侧风使得反推力气流在发动机一侧进入发动机进气道,导致风扇进口截面的总温畸变增大,重吸入特征参数值随着侧风速度的增加而增大,侧风的存在使得反推力装置关闭的临界滑跑马赫数从不存在侧风时的0.08提高到0.12. 相似文献
866.
867.
868.
869.
针对变比冲小推力轨迹间接优化中的协态变量初值猜测问题,提出了一种基于机器学习的协态变量初值高精度高效估计方法。首先,基于标称最优轨迹延拓,建立了状态量边值高扰动上限情形下的数据集生成方法,并分析了扰动上限对求解效率的影响。然后,构建了基于位置速度、轨道根数和改进春分点轨道根数多形式状态量组合输入的人工神经网络(ANN)映射关系,分析并优化了神经网络结构。将提出的方法应用于深空探测小推力转移场景,仿真结果表明该方法相对于标称轨迹直接扰动的数据集生成方法及单一形式状态量输入的人工神经网络映射方法,均有效地提升了求解收敛率,能够高效高精度地估计协态变量初值,实现轨迹快速优化。 相似文献
870.