首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1550篇
  免费   302篇
  国内免费   311篇
航空   1095篇
航天技术   480篇
综合类   172篇
航天   416篇
  2024年   8篇
  2023年   64篇
  2022年   43篇
  2021年   74篇
  2020年   75篇
  2019年   67篇
  2018年   94篇
  2017年   74篇
  2016年   108篇
  2015年   106篇
  2014年   100篇
  2013年   90篇
  2012年   116篇
  2011年   104篇
  2010年   106篇
  2009年   95篇
  2008年   76篇
  2007年   85篇
  2006年   85篇
  2005年   58篇
  2004年   65篇
  2003年   63篇
  2002年   54篇
  2001年   47篇
  2000年   53篇
  1999年   49篇
  1998年   44篇
  1997年   34篇
  1996年   27篇
  1995年   18篇
  1994年   15篇
  1993年   17篇
  1992年   11篇
  1991年   10篇
  1990年   14篇
  1989年   2篇
  1988年   8篇
  1987年   2篇
  1986年   2篇
排序方式: 共有2163条查询结果,搜索用时 343 毫秒
401.
本文介绍了数控编程和数控加工中保证零件的尺寸和公差要求的方法。一种方法是用公差的中间值作为终点坐标的尺寸编程;另一种方法是用公称尺寸编程,用公差的中间值作与公称尺寸的差值作为刀补值,通过刀具补偿保证尺寸要求。  相似文献   
402.
Kalman滤波器是一种高速的目标跟踪器.针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种自适应Kalman滤波算法.该算法使用两级滤波器,根据目标机动性的变化,适当的调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾.通过对仿真结果分析表明,算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值.  相似文献   
403.
The support vector machine (SVM) combined with K-nearest neighbors (KNN), called the SVM-KNN method, is new classing algorithm that take the advantages of the SVM and KNN. This method is applied to the forecasting models for solar flares and proton events. For the solar flare forecasting model, the sunspot area, the sunspot magnetic class, and the McIntosh class of sunspot group and 10 cm solar radio flux are chosen as inputs; for the solar proton event forecasting model, the inputs include the longitude of active regions, the flux of soft X-ray, and those for the solar flare forecasting model. Detailed tests are implemented for both of the proposed forecasting models, in which the SVM-KNN and the SVM methods are compared. The testing results demonstrate that the SVM-KNN method provide a higher forecasting accuracy in contrast to the SVM. It also gives an increased rate of ‘Low’ prediction at the same time. The ‘Low’ prediction means occurrence of solar flares or proton events with predictions of non-occurrence. This method show promise for forecasting models of solar flare and proton events.  相似文献   
404.
消除数据调制影响的FFT捕获方法   总被引:2,自引:1,他引:1  
在利用快速傅里叶变换(FFT, Fast Fourier Transform)捕获扩频信号的过程中,为了提高捕获精度,会遇到基带数据调制影响捕获性能的问题.主要分析了基带数据符号跳变影响FFT捕获性能的原因:在频域内造成待检测信号的幅度衰减以及频点偏移.提出了一种解决此问题的方法:通过对I和Q两路信号的运算,构造一个不受数据调制影响的复信号,对此信号作FFT,完成捕获.给出了此方法的MATLAB仿真,以及基于现场可编程门阵列(FPGA, Field Programmable Gate Array)的实现方案.实验数据表明,此方法消除了基带数据调制对FFT捕获性能的影响,且在相等积分时间的条件下,比常用方法的捕获精度提高了一倍.   相似文献   
405.
超声速进气道可压及不可压流动数值模拟   总被引:2,自引:0,他引:2  
采用Chio-Merkle预处理矩阵对可压NS(Navier-Stokes)方程组进行时间预处理,分析了预处理方法的物理和数学背景.用有限体积方法,结合LU-SGS(Lower-Upper-Symmetric-Gauss-Seidel)隐式时间积分和AUSM+(P)(Precondition Advection Upstream Splitting Method)格式、中心差分2种空间离散格式,求解该预处理NS方程组.通过圆弧凸包流动和二维方腔顶盖驱动流动的数值试验表明,该方法克服了传统时间迭代方法模拟低速流动时的刚性问题,加速了收敛过程,可以同时有效地模拟可压及不可压流动.用此方法与块结构化网格技术相结合,进行了在不同飞行马赫数、攻角和出口反压条件下,混压式轴对称超声速进气道三维流场数值模拟.计算结果表明:该方法能准确地捕获复杂激波系,清楚地揭示进气道三维流动现象;进气道性能随工作条件的变化规律,与理论分析一致.   相似文献   
406.
针对在传统卫星定轨方法中存在的轨道根数解算复杂 ,实时定轨精度低 ,以及系统误差校不准等问题 ,提出并详细阐述了具有约束项的自校准卡尔曼实时滤波定轨方法。该方法复杂度低、实时性强、计算量小 ,仿真结果表明该方法同时具有收敛速度快、定轨精度高的优点 ,具有很好的应用前景  相似文献   
407.
基于DTW的涡扇发动机气路故障定量诊断方法   总被引:7,自引:0,他引:7  
提出了一种利用动态过程信息对气路故障进行定量诊断的新方法.采用动态时间规整(DTW, Dynamic Time Warping)技术,对动态测试样本同已知的故障模式进行相似性度量,充分利用发动机的过渡态特征信息,实现了发动机气路部件故障的定量诊断.结果表明:这种方法的漏报率和误报率低,具有很高的诊断准确性,对测量噪声和其它不确定性具有很好的鲁棒性.   相似文献   
408.
气动静/动稳定性的相关性及粘性滞后时间的研究   总被引:3,自引:1,他引:2  
风洞试验证实,物体的气动静稳定性和气动动稳定性之间,存在着反向演变现象。研究表明,它主要是绕流的粘性效应诱导的气动量和它们对物体姿态运动的时间滞后引起的,并且,该气动量中的静稳定性粘性诱导量和动稳定性诱导量之间是负相关的。本文给出了相关分析以及粘性诱导量之间的负相关模式,并用作者得到的风洞动态试验结果证明了上述负相关模式的实在性。此外,还根据上述风洞试验结果,计算了粘性动态相关因子Kd与粘性滞后的  相似文献   
409.
铸件的结构工艺性评价模型   总被引:1,自引:0,他引:1  
王贵  杨莉  周铁涛 《航空学报》2000,21(3):222-225
基于有限差分法,分别采用模数法和近似传热法实现了对任意形状铸件凝固时间的快速计算,由此可获得铸件的热节分布规律,为设计人员从铸件结构工艺性的角度校核结构设计的合理性以及为铸造工艺人员设计铸件的补缩系统提供了可靠依据。通过对航空铸件进行验证,表明所建立的模型在改进铸件开发过程中具有较好的适用性。  相似文献   
410.
Laves相Nb-Cr合金的真空烧结   总被引:1,自引:0,他引:1  
研究了真空烧结参数及机械合金化对Laves相Nb-Cr合金致密度的影响,结果表明球磨后粉末烧结试样的致密度增加率是未球磨粉末烧结试样的3~5倍;当烧结温度增加、烧结时间延长,Laves相NbCr2的合成更为充分,试样致密度增加。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号