全文获取类型
收费全文 | 743篇 |
免费 | 138篇 |
国内免费 | 93篇 |
专业分类
航空 | 366篇 |
航天技术 | 230篇 |
综合类 | 59篇 |
航天 | 319篇 |
出版年
2024年 | 4篇 |
2023年 | 31篇 |
2022年 | 35篇 |
2021年 | 42篇 |
2020年 | 35篇 |
2019年 | 34篇 |
2018年 | 32篇 |
2017年 | 18篇 |
2016年 | 25篇 |
2015年 | 36篇 |
2014年 | 36篇 |
2013年 | 41篇 |
2012年 | 46篇 |
2011年 | 48篇 |
2010年 | 59篇 |
2009年 | 56篇 |
2008年 | 48篇 |
2007年 | 36篇 |
2006年 | 36篇 |
2005年 | 52篇 |
2004年 | 26篇 |
2003年 | 27篇 |
2002年 | 22篇 |
2001年 | 23篇 |
2000年 | 12篇 |
1999年 | 13篇 |
1998年 | 12篇 |
1997年 | 4篇 |
1996年 | 12篇 |
1995年 | 11篇 |
1994年 | 12篇 |
1993年 | 13篇 |
1992年 | 7篇 |
1991年 | 7篇 |
1990年 | 4篇 |
1989年 | 9篇 |
1988年 | 5篇 |
1987年 | 5篇 |
排序方式: 共有974条查询结果,搜索用时 265 毫秒
91.
为解决传统锁相环( PLL)在高动态环境下对全球定位系统(GPS)信号的跟踪精度问题,将自适应渐消滤波和二级卡尔曼滤波相结合研究了一种新的自适应二级卡尔曼滤波算法,并且提出了一种利用新息协方差计算渐消因子的方法,通过自适应渐消因子在线调节误差协方差矩阵补偿不完整信息的影响,使滤波器在系统模型不完整或者噪声统计特性不准确时仍接近最优.基于自适应二级卡尔曼滤波算法提出了一种高动态GPS载波跟踪环的设计方案.仿真结果表明,提出的方案较传统PLL的跟踪精度有显著提高,频率跟踪精度提高到9.28Hz. 相似文献
92.
94.
针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。 相似文献
95.
96.
97.
针对低低跟踪(SST-LL)重力测量卫星K频段测距(KBR)系统相位中心在轨标定问题,提出了一种应用预测卡尔曼滤波算法的KBR系统在轨标定算法。首先,以磁力矩器和姿态控制喷气发动机为执行部件,对一颗卫星施加一定的组合力矩,使其绕另一颗卫星进行周期性姿态机动;然后,将星敏感器数据代入预测卡尔曼滤波算法中估计出卫星姿态;最后,根据KBR系统观测值与卫星姿态角之间的关系,利用扩展卡尔曼滤波算法估计出KBR系统相位中心的位置。数值仿真结果表明:KBR系统相位中心可以被实时估计,当存在较大的卫星姿态动力学模型误差时,KBR系统相位中心的标定误差仍在0.3mrad以内,证明此算法估计精度较高且鲁棒性强。 相似文献
98.
针对舰载飞行器平台惯导传递对准问题,建立了速度匹配和"速度+姿态"匹配卡尔曼滤波方程。考虑舰艇的摇摆运动,进行了不同机动方式下舰载飞行器平台惯导传递对准效果数学仿真,并设计了精度实时检验方法。 相似文献
99.
针对雷达导引头跟踪机动目标问题,建立了一种适于高机动目标探测的非线性系统模型,采用扩展卡尔曼滤波算法推导适用于弹载脉冲多普勒雷达机动目标探测的滤波模型,用以估计俯仰失调角、方位失调角、弹目相对速度和距离等信息,利用系统数学模型对目标加速度及弹目视线角速率进行解算估计。对标称弹道和极限弹道的跟踪仿真表明,所建立的系统模型和滤波设计方案,能够处理真实飞行中存在的部分信息缺失问题,对于极端情况下的遮挡问题也能在一定时间内保证较高的跟踪精度。 相似文献
100.
基于鲁棒非线性卡尔曼滤波的自适应SLAM算法 总被引:1,自引:0,他引:1
针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。 相似文献