全文获取类型
收费全文 | 1397篇 |
免费 | 218篇 |
国内免费 | 210篇 |
专业分类
航空 | 1004篇 |
航天技术 | 239篇 |
综合类 | 182篇 |
航天 | 400篇 |
出版年
2024年 | 18篇 |
2023年 | 88篇 |
2022年 | 81篇 |
2021年 | 112篇 |
2020年 | 95篇 |
2019年 | 84篇 |
2018年 | 54篇 |
2017年 | 61篇 |
2016年 | 76篇 |
2015年 | 47篇 |
2014年 | 53篇 |
2013年 | 44篇 |
2012年 | 75篇 |
2011年 | 80篇 |
2010年 | 61篇 |
2009年 | 70篇 |
2008年 | 64篇 |
2007年 | 62篇 |
2006年 | 61篇 |
2005年 | 54篇 |
2004年 | 65篇 |
2003年 | 64篇 |
2002年 | 40篇 |
2001年 | 45篇 |
2000年 | 47篇 |
1999年 | 31篇 |
1998年 | 39篇 |
1997年 | 28篇 |
1996年 | 24篇 |
1995年 | 13篇 |
1994年 | 20篇 |
1993年 | 16篇 |
1992年 | 14篇 |
1991年 | 10篇 |
1990年 | 8篇 |
1989年 | 15篇 |
1988年 | 3篇 |
1987年 | 2篇 |
1986年 | 1篇 |
排序方式: 共有1825条查询结果,搜索用时 15 毫秒
111.
112.
113.
114.
飞行仿真气动力数据机器学习建模方法 总被引:1,自引:0,他引:1
基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。 相似文献
115.
116.
何欢 《民用飞机设计与研究》2019,(3):32-36
以"工业4.0"为代表的新一轮工业革命的浪潮席卷全球,航空工业作为"工业之花"正积极实践智能制造理念,航空智能工厂建设如火如荼。在对智能制造及智能工厂相关理论进行解读的基础上,总结提炼出民用航空智能工厂建设趋势,并对中国商飞公司智能工厂的建设进行展望,以期有所启发。 相似文献
117.
118.
相同步降噪一般先通过一定飞行条件下的实测数据辨识出螺旋桨噪声模型,然后基于噪声模型计算出该条件下的最优相角,再将最优相角用于相同步降噪。在噪声模型辨识的过程中,受飞行速度、高度和气流变化等的影响,实测数据经常会发生较大的波动,从而影响辨识模型和最优相角的准确性。提出一种基于小波滤波和三参数正弦拟合法的最小数据波动的噪声数据选取方法,提高噪声模型的辨识精度,该方法通过小波滤波算法从噪声信号中提取出螺旋桨的叶尖通过频率信号,采用三参数正弦拟合算法合理地选择出波动最小的数据用于噪声模型辨识,从而有效地回避较大波动数据,提高辨识模型的精度。试验结果表明相较于传统使用固定数据辨识所得的噪声模型,使用最小波动数据辨识所得噪声模型能够获得更高的精度,且噪声模型预测的声压级和实际测量的声压级误差小于1dB,模型预测的最优相角与实际最优相角的误差小于5°,最优相角在试验位置点能够实现高达19.5dB的降噪效果。 相似文献
119.
120.
基于UKF的共轴式无人直升机模型辨识 总被引:1,自引:0,他引:1
建立了共轴式无人直升机系统非线性模型,并针对其非线性强,不同飞行模态下气动参数差异等问题,将无迹卡尔曼滤波(UKF)引入共轴式直升机系统非线性模型辨识,不但避免了直升机线性模型仅仅适用于悬停模态的局限性,同时为直升机系统在线自适应控制提供了基础条件,使得共轴式无人直升机自主全包线飞行成为可能.以北京航空航天大学FH-1共轴式无人直升机为例进行了仿真辨识实验.实验结果表明基于该方法的共轴式直升机在线非线性模型辨识不依赖于参数初值的选取,模型参数能在10s内收敛,各状态量辨识精度达到80%以上,明显高于传统的预报误差法(PEM),具有一定的实用性. 相似文献