全文获取类型
收费全文 | 316篇 |
免费 | 51篇 |
国内免费 | 126篇 |
专业分类
航空 | 279篇 |
航天技术 | 115篇 |
综合类 | 56篇 |
航天 | 43篇 |
出版年
2024年 | 4篇 |
2023年 | 6篇 |
2022年 | 5篇 |
2021年 | 19篇 |
2020年 | 19篇 |
2019年 | 15篇 |
2018年 | 25篇 |
2017年 | 19篇 |
2016年 | 31篇 |
2015年 | 22篇 |
2014年 | 23篇 |
2013年 | 14篇 |
2012年 | 33篇 |
2011年 | 33篇 |
2010年 | 20篇 |
2009年 | 27篇 |
2008年 | 18篇 |
2007年 | 20篇 |
2006年 | 17篇 |
2005年 | 17篇 |
2004年 | 14篇 |
2003年 | 13篇 |
2002年 | 10篇 |
2001年 | 8篇 |
2000年 | 17篇 |
1999年 | 6篇 |
1998年 | 6篇 |
1997年 | 7篇 |
1996年 | 3篇 |
1995年 | 3篇 |
1994年 | 5篇 |
1993年 | 2篇 |
1991年 | 2篇 |
1989年 | 2篇 |
1988年 | 4篇 |
1987年 | 2篇 |
1986年 | 2篇 |
排序方式: 共有493条查询结果,搜索用时 15 毫秒
391.
392.
393.
针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
相似文献
相似文献
394.
395.
随着DQRAP协议输入率的逐渐增加,冲突解决频繁,从而出现了未传数据的空数据时隙(DS),使数据包等待时间增加、时延增大等问题。本文提出了一种改进的DQRAP协议,在该协议中,取消了不传输数据的DS,只有在控制微时隙(CMS)里传送请求,由此改变了原协议的时隙划分方式,缩短了数据时延,提高了协议的性能。仿真表明,在信道负荷的范围内(即输入率0到1之间),改进的DQRAP协议随着输入率增加,时延特性有明显的改善,而吞吐率几乎保持不变。 相似文献
396.
雷暴天气会对飞机运行安全产生严重影响,在进近航段中若遭遇雷暴天气会导致改航不经济、实时性差、效率低等问题,采用改进的动态窗口算法(DWA)对雷暴天气下的进近航线进行仿真规划。算法前期通过建立DWA下的飞机运动模型及人为设定的雷暴轨迹进行模拟仿真,验证算法躲避雷暴改航仿真的功能性;通过对案例中的雷暴位移坐标进行时间相关的拟合,得到雷暴预测移动轨迹,并带入算法进行仿真;将实际改航航迹和仿真改航航迹进行图像的余弦相似度及经济性、实用性分析。结果表明:该算法能够对进近航段上的雷暴进行有效规避,并且轨迹光滑,经济可行,结合新航线技术具有较强的实用性。 相似文献
397.
针对传统目标跟踪算法鲁棒性较差等问题,提出了一种基于当前统计模型的无迹卡尔曼滤波交互式多模型(IMM-CS-UKF)融合算法。在交互式多模型算法框架内,计算当前统计模型的概率,提高了统计模型的目标加速度和自适应性。该算法结合了交互式多模型和无迹卡尔曼滤波算法,具有对不同机动模式目标的自适应跟踪能力和精度高等优点。仿真结果表明,该算法对以多种机动策略实时机动的目标具有较好的跟踪性能。 相似文献
398.
对相控阵雷达的旁瓣欺骗干扰 总被引:7,自引:0,他引:7
提出了对相控阵雷达实施旁瓣干扰的方法,用此种方法可产生方位欺骗或方位多目标干扰。详细讨论了方位欺骗干扰系统的参数设计问题,最后对干扰样式进行讨论。 相似文献
399.
400.
Zhen Xinyan Zhao Wei 《中国航空学报》2007,20(6):529-538
A new algorithm is developed to achieve accurate state estimation in ground moving target tracking by means of using road information. It is an adaptive variable structure interacting multiple model estimator with dynamic models modification (DMM VS-IMM for short). Firstly, road information is employed to modify the target dynamic models used by filter, including modification of state transition matrix and process noise. Secondly, road information is applied to update the model set of a VS-IMM estimator. Predicted state estimation and road information are used to locate the target in the road network on which the model set is updated and finally IMM filtering is implemented. As compared with traditional methods, the accuracy of state estimation is improved for target moving not only on a single road, but also through an intersection. Monte Carlo simulation demonstrates the efficiency and robustness of the proposed algorithm with moderate computational loads. 相似文献