全文获取类型
收费全文 | 2211篇 |
免费 | 450篇 |
国内免费 | 474篇 |
专业分类
航空 | 1736篇 |
航天技术 | 624篇 |
综合类 | 245篇 |
航天 | 530篇 |
出版年
2024年 | 16篇 |
2023年 | 59篇 |
2022年 | 81篇 |
2021年 | 122篇 |
2020年 | 109篇 |
2019年 | 123篇 |
2018年 | 131篇 |
2017年 | 118篇 |
2016年 | 133篇 |
2015年 | 111篇 |
2014年 | 163篇 |
2013年 | 123篇 |
2012年 | 180篇 |
2011年 | 179篇 |
2010年 | 112篇 |
2009年 | 113篇 |
2008年 | 117篇 |
2007年 | 133篇 |
2006年 | 119篇 |
2005年 | 109篇 |
2004年 | 92篇 |
2003年 | 65篇 |
2002年 | 76篇 |
2001年 | 64篇 |
2000年 | 61篇 |
1999年 | 48篇 |
1998年 | 57篇 |
1997年 | 44篇 |
1996年 | 45篇 |
1995年 | 29篇 |
1994年 | 47篇 |
1993年 | 34篇 |
1992年 | 32篇 |
1991年 | 28篇 |
1990年 | 32篇 |
1989年 | 16篇 |
1988年 | 7篇 |
1987年 | 5篇 |
1986年 | 2篇 |
排序方式: 共有3135条查询结果,搜索用时 15 毫秒
91.
92.
一种MEMS陀螺标度因数误差补偿方法 总被引:3,自引:0,他引:3
高动态、恶劣温度环境下,微小型飞行器(MAV)导航、制导与控制系统关键器件微机电系统(MEMS)陀螺受温度和转速耦合影响,其标度因数误差呈强非线性特点,常规方法无法精确补偿。通过分析MEMS陀螺标度因数误差的产生机理,建立了包含温度和转速非线性因素的标度因数误差模型,提出一种基于径向基(RBF)神经网络的标度因数非线性耦合误差补偿方法,解决了常规补偿方法精度差的问题。标定与补偿实验表明:在-10~+55℃温度范围、-150~+150(°)/s输入转速范围内,采用新方法补偿后MEMS陀螺输出平均精度比多项式拟合方法提高7倍;在-20~+20(°)/s低输入转速的误差强非线性区间内,精度提高近20倍,验证了本文方法的有效性和优越性。 相似文献
93.
基于傅里叶变换的航迹对准关联算法 总被引:5,自引:2,他引:5
研究了在组网雷达存在系统误差情况下的目标航迹关联问题,理论分析了雷达系统误差对目标航迹的影响,并将该影响表示为目标航迹的旋转和平移量。在此基础上,提出了一种基于傅里叶变换的系统误差配准前航迹对准关联算法,该算法将组网雷达的航迹数据看做为一种整体信息,采用傅里叶变换理论来估计和补偿组网雷达目标航迹数据到融合中心航迹数据的相对旋转量和平移量,将雷达网中雷达上报的目标航迹数据对准到融合中心,从而不依赖于估计雷达网系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联目标航迹数据。 相似文献
94.
95.
提出自适应增量Kalman滤波(AIKF)的概念和定义,建立自适应增量Kalman滤波模型及其分析方法,给出主要的计算步骤.传统自适应Kalman滤波(AKF)方法能够对事先未知的系统噪声和量测噪声的统计量进行有效的估计.但是,传统自适应Kalman滤波方法也无法对由于环境因素(如深空探测)的影响、测量设备的不稳定性等原因产生的未知时变测量系统误差进行补偿和校正,从而产生较大的滤波误差,甚至导致发散.提出的自适应增量Kalman滤波方法不但能够对系统噪声和量测噪声的统计量进行估计,而且还能成功消除这种测量系统误差,有效地提高滤波精度.该方法计算简单,便于工程应用. 相似文献
96.
对直升机传动系统采用的一种疲劳定寿方法——四参数法进行了研究:首先介绍了四参数应力-循环(S-N)曲线,然后详细介绍了通过材料平均 S-N 曲线获取构件安全 S-N 曲线的步骤以及直升机传动系统四参数疲劳定寿的程序和方法,研究了定寿流程中的各个技术细节.同时介绍了传动系统机匣疲劳试验中的多路协调加载技术以及某传动系统尾减机匣(TGB)的全尺寸疲劳试验情况.最后采用四参数疲劳定寿方法,根据某传动系统尾减机匣全尺寸疲劳试验结果和飞行实测载荷谱,对尾减机匣进行了安全寿命评估.该实例分析表明:四参数疲劳定寿方法为一种有效、可靠的寿命评估方法,具有推广价值. 相似文献
97.
98.
99.
时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于"原始时间序列是无噪的"这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。 相似文献
100.