全文获取类型
收费全文 | 1140篇 |
免费 | 144篇 |
国内免费 | 121篇 |
专业分类
航空 | 430篇 |
航天技术 | 354篇 |
综合类 | 61篇 |
航天 | 560篇 |
出版年
2024年 | 8篇 |
2023年 | 41篇 |
2022年 | 42篇 |
2021年 | 52篇 |
2020年 | 57篇 |
2019年 | 50篇 |
2018年 | 30篇 |
2017年 | 34篇 |
2016年 | 46篇 |
2015年 | 51篇 |
2014年 | 47篇 |
2013年 | 68篇 |
2012年 | 54篇 |
2011年 | 93篇 |
2010年 | 68篇 |
2009年 | 71篇 |
2008年 | 78篇 |
2007年 | 66篇 |
2006年 | 49篇 |
2005年 | 42篇 |
2004年 | 42篇 |
2003年 | 47篇 |
2002年 | 37篇 |
2001年 | 33篇 |
2000年 | 21篇 |
1999年 | 25篇 |
1998年 | 17篇 |
1997年 | 26篇 |
1996年 | 10篇 |
1995年 | 18篇 |
1994年 | 14篇 |
1993年 | 11篇 |
1992年 | 7篇 |
1991年 | 13篇 |
1990年 | 13篇 |
1989年 | 15篇 |
1988年 | 6篇 |
1987年 | 3篇 |
排序方式: 共有1405条查询结果,搜索用时 15 毫秒
51.
本文提出一种数字校正滤波器Z域最佳逼进设计算法,根据数字滤波器期望特性,在Z平面上直接优化设计滤波器参数,这种算法对任何形式的数字校正滤波器(递归式和非递归式)均是适用的。 相似文献
52.
53.
空间环境探测卫星用磁强计误差分析及在线标定 总被引:1,自引:0,他引:1
用于探测日地空间磁环境的磁强计多数安装在伸杆的末端,长期受太阳辐射等空间环境干扰力矩以及机动等影响,磁强计安装矩阵随时间发生较大的变化,从而导致卫星定姿精度下降。为此,在分析空间环境干扰力矩和磁强计定姿误差特性的基础上,建立了19维高精度的磁强计误差模型,结合卫星的运动学和姿态动力学特性,采用EKF滤波方法对安装矩阵进行实时估计与修正补偿,并利用该磁强计模型实现卫星的姿态确定,最后利用实验进行验证。实验结果表明,该方法能够在满足星载计算机的计算量要求的同时,在线估计安装矩阵误差,显著提高了磁强计的误差估计精度与定姿精度。 相似文献
54.
基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波(EKF),与Sage—Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。 相似文献
55.
56.
基于低成本MEMS传感器的皮卫星融合定姿算法研究 总被引:1,自引:1,他引:1
基于低成本低精度的MEMS陀螺、太阳敏感器、磁强计组合,设计了Unscented Kalman融合滤波算法.同时考虑到可能的故障模式,提出了仅依赖磁强计的备份滤波算法.在姿态参数选取上,采用修正罗德师里德参数来描述卫星姿态,降低了滤波器的维数,避免了采用四元数时解算状态误差协方差参数的奇异.利用MEMS陀螺采集的随机噪声数据进行半物理仿真,仿真结果表明:该融合算法能有效对卫星姿态进行实时估计,在个别敏感器失效的情况下,同样能实现较高的精度,满足普通任务的要求.该算法具有工程实现意义,是对低精度MEMS敏感器在低成本皮卫星上应用的有益探索. 相似文献
57.
58.
薄膜太阳帆(FSS)是集推进、发电和姿轨控功能于一体化的超大型挠性太阳帆式航天器,通过调整薄膜反射率产生可变推力和力矩,实现其姿态和轨道运动控制。结合薄膜太阳帆在地球同步轨道运行时的受力特性进行了轨道漂移分析。通过建立薄膜太阳帆动力学模型及受力模型,提出了调整帆面角度轨道修正方法以及基于薄膜光压力矩角动量卸载的长期在轨对日定向面内双轴动量轮稳定控制方法。通过系统仿真验证表明所提的轨道修正和对日定向控制方法是合理有效的,可使薄膜太阳帆长期在定点位置维持对日定向。 相似文献
59.
60.
钊对航天器的惯性-星光姿态确定系统,选取基于矢量观测的最小参数姿态矩阵估计方法为定姿算法。但是由于系统模型是非线性的,针对系统模型的非线性,将UKF(Unscented Kalman Filter)与最小参数姿态矩阵估计方法结合,设计了一种针对MEMS陀螺和CMOS APS星敏感器的UKF姿念估计器。仿真结果表明:在敏感器精度较差的情况下,该UKF、姿态估计器能够满足大多数航天器对姿态确定精度的要求。此外,UKF和EKF(Extended Kalman Filter)的仿真对比结果表明:UKF滤波器的收敛速度高于EKF滤波器,状态估计的精度也优于EKF滤波器,且数值稳定性好。 相似文献