全文获取类型
收费全文 | 173篇 |
免费 | 17篇 |
国内免费 | 42篇 |
专业分类
航空 | 103篇 |
航天技术 | 28篇 |
综合类 | 40篇 |
航天 | 61篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 6篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 4篇 |
2018年 | 2篇 |
2017年 | 9篇 |
2016年 | 4篇 |
2015年 | 10篇 |
2014年 | 8篇 |
2013年 | 9篇 |
2012年 | 10篇 |
2011年 | 11篇 |
2010年 | 8篇 |
2009年 | 12篇 |
2008年 | 20篇 |
2007年 | 12篇 |
2006年 | 10篇 |
2005年 | 16篇 |
2004年 | 7篇 |
2003年 | 12篇 |
2002年 | 3篇 |
2001年 | 8篇 |
2000年 | 3篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1996年 | 8篇 |
1995年 | 4篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1991年 | 5篇 |
1990年 | 4篇 |
1989年 | 2篇 |
排序方式: 共有232条查询结果,搜索用时 328 毫秒
91.
由于采用最大似然算法进行了扭动参数辨识通常存在着局极值问题,为了寻求非线性全局最优解,提高估计精度,介绍了以混沌优化算法作为搜索工具。与最大似然处算法相结合,求解非凸优化问题全局最优解的方法,算例表明,该方法是有效可行的,并且估计精度也较高。 相似文献
92.
OFDM系统的接收端对同步性能的要求很高,同步不好对整个系统性能的影响非常大。符号定时同步是同步过程中首先进行的,文中提出一种基于循环前缀的符号同步改进算法,相比于最大似然估计算法,改进算法运算量小、实现简单。两种算法的仿真结果表明,改进算法对循环前缀长度的要求要低得多,并且估计性能得到了一定的提高。 相似文献
93.
本文得到了液体弹道式导弹最大射程t的精确解及算法,改进了原有的评定方法,并利用极大似然法及自动法给出了一般模型下的最大射程的评定方法,并给出了计算实例。 相似文献
94.
李林元 《南京航空航天大学学报》1991,(Z1)
加速寿命试验是在短时间内获得高可靠产品的失效数据的一种有效办法,因而得到普遍应用。但在低应力下,要在短时间内得到失效数据较为困难,常常进行到一段时间被迫停止,因而得到的是截断数据。本文考虑在有截断数据情形下,对数正态分布未知参数的估计。具体地讲,试验一共有k个加速应力S_1,S_2,…,S_k,有R个产品进行试验,在应力S_i下有n_i个产品。进行加速寿命试验,但是我们得到的不全是寿命失效数据y_j~i,i=1,2,…,k,j=1,2,…,n_i,n_1+n_2+…+n_i=n,而是Z_j~i=min(y_j~i,τ_j~i是预先给定的截断时间,记δ_j~i=I(y_j~i≤τ_j~i),则我们只能观察到(Z_j~i,δ_j~i),i=1,2,…,k,j=1,…,n_i。本文给出了用(Z_j~i,δ_j~i)来估计未知参数的一种方法,证明了这种参数估计的存在性,无偏性及相合性。 相似文献
95.
96.
返回舱弹道重建与黑障区弹道再现研究 总被引:2,自引:1,他引:2
对于飞船返回舱,黑障区弹道再现是再人飞行试验气动分析工作的重要环节。利用舱上测量数据和有限的雷达测量数据重构飞行弹道,是黑障区弹道再现的有效方法。本文建立了返回舱弹道重建的数学模型,包括运动学模型、观测模型、测量误差模型,从而将返回舱弹道重建问题转化为一个非线性动态系统的参数辨识问题。给出了基于极大似然判据和Newton-Raphson迭代的弹道重建算法。对某飞船返回舱的飞行试验数据进行了计算和分析,结果证实了弹道重建数学模型的正确性和算法的可行性。通过弹道重建,不仅再现了黑障区的弹道,而且提供了可靠的、完整的弹道数据。 相似文献
97.
孙山林 《桂林航天工业高等专科学校学报》2009,14(4):409-411,414
同步是OFDM系统必须解决的问题之一,不同的同步技术之间是相互联系的,将任何一种同步技术分离出来单独进行都是不可能的。针对全相位OFDM系统,文章提出了一种基于最大似然的定时和频率偏移估计联合同步算法,该算法利用了全相位OFDM系统数据帧的完全自我复制的特点来实现。利用数据序列及其在时域复制间的自相关性的基础上,通过最大似然函数,系统完全可以实现精细的符号定时和频偏估计。最后,与其他的同步方案在性能上进行仿真对比,验证了联合同步估计的优越性。 相似文献
98.
针对传统多智能体轨迹估计算法信息交换量大,计算量随群规模指数增长,可扩展性差等诸多不足,提出了一种基于超松弛迭代(SOR)的分布式多智能体轨迹估计算法,通过将最大似然(ML)准则下的轨迹估计转化为两级线性优化问题,并综合利用分布式超松弛迭代(Distributed SOR)和标记初始化方法,加快求解速度并简化信息交换流程,最终实现了多智能体位姿轨迹优化和协作定位。实验表明,所提的分布式方法能达到集中式算法的精度水平,在49个智能体规模条件下,位置估计误差小于0.15 m,姿态估计误差小于0.03°,且数据交换量仅到现有主流分布式方法DDF-SAM的0.06%,能很好用于大规模集群的场景。 相似文献
99.