全文获取类型
收费全文 | 106篇 |
免费 | 57篇 |
国内免费 | 4篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 5篇 |
2021年 | 5篇 |
2020年 | 7篇 |
2019年 | 5篇 |
2018年 | 4篇 |
2017年 | 4篇 |
2016年 | 7篇 |
2015年 | 12篇 |
2014年 | 15篇 |
2013年 | 4篇 |
2012年 | 9篇 |
2011年 | 8篇 |
2010年 | 12篇 |
2009年 | 7篇 |
2008年 | 9篇 |
2007年 | 6篇 |
2006年 | 2篇 |
2005年 | 4篇 |
2004年 | 4篇 |
2003年 | 5篇 |
2002年 | 2篇 |
2001年 | 5篇 |
2000年 | 3篇 |
1999年 | 1篇 |
1998年 | 4篇 |
1997年 | 2篇 |
1994年 | 4篇 |
1993年 | 2篇 |
1991年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有167条查询结果,搜索用时 15 毫秒
101.
多量子阱红外焦平面阵列研制进展 总被引:2,自引:0,他引:2
研制红外凝视成像导引头的一项关键技术,是要制造大面积的性能均匀的红外焦平面阵列。近年来,从能带工程的观点出发,使用以现代薄膜技术制造的多量子阱超晶格材料,采用微电子技术研制的多量子阱红外焦平面阵列的工作进展很快,备受人们关注。了解有关的发展背景、基本原理、先进技术和研制实例是十分有益的。 相似文献
102.
根据自适应天线阵列理论,结合给定的参考波束的误差,引入虚拟干扰的概念,对目标波束图形状进行调整,提出一种新的可以应用于任意类型天线阵列的波束综合算法.应用提出的新算法,在主瓣和旁瓣位置都可以对波束进行有效的调节.最终获得阵列的最优权矢量,能够最小化目标波束图与参考波束图间的差异.理论分析与仿真结果表明,与现有的同类算法相比,该算法能更有效地获得与参考波束基本相符的波束.应用于OFDM智能天线系统时,对不同子载波频率上信号进行单独处理,利用该算法进行波束综合,能够在整个有效频段,使所有子载波上获得基本一致的阵列输出. 相似文献
103.
传统的火灾探测利用烟雾和温度触发火灾报警。这些装置缺乏对早期火灾源的探测能力,而且总存在错误报警。利用金属氧化物气体传感器(MOGS)的组合,采用自组织特征映射网络方法,应用于多种火灾源的早期探测。试验表明,采用自组织特征映射网络方法能够区分所试验火灾气味,达到99.8%的识别准确率,表明这种电子鼻(EN)应用于实际探测早期多种火灾源的可能性。 相似文献
104.
针对阵元位置误差影响DOA估计算法性能的问题,采用遗传算法寻找阵元的最佳位置进行校正。然后研究了在阵元数一定、放置范围可变和阵元放置范围一定、阵元个数可变的情况下,如何利用遗传算法对阵列进行优化。最后给出了计算机仿真结果。结果表明这种方法可以有效地对天线阵列进行误差校正及优化。 相似文献
105.
介绍了一种以斜角微带-缝隙过渡馈电的Ka波段渐变缝隙天线.这种馈电方式在阵列应用中有很大的优势,因为天线阵和馈线可一次印刷制造,并且也易于和其后的电路集成.使用这种馈电方式和一组PIN开关实现了一组线阵共用同一接收机通道的效果,对于毫米波阵列成像系统研究具有重要的意义. 相似文献
106.
仿真实验表明,K≤N-1只是MUSIC算法运行的必要条件.而不是MUSIC算法正常运行的充分条件。本文的仿真结果对于设计测向天线阵列具有一定的帮助。 相似文献
107.
阵列信号处理技术因其能够提供空域分辨能力已被广泛应用于卫星导航接收机领域以实现抗干扰和多径抑制。根据干扰和多径信号对导航接收机基带处理影响的不同提出了一种以数字相关器为界线划分的抗干扰与多径抑制两级处理结构:第一级处理在解扩前估计阵列接收数据的空时协方差矩阵,根据干扰信号功率远大于导航信号及噪声的特点利用子空间投影技术实现抗干扰;第二级处理在解扩后进行空间平滑解相干处理,利用基于Householder变换的广义旁瓣相消技术进行波束形成以实现多径抑制。理论分析和仿真结果表明,该级联处理技术能够有效地压制强干扰,并显著减小多径信号对导航接收机伪码测量的影响。 相似文献
108.
针对入侵性野草优化(invasive weed optimization,IWO)算法存在早熟收敛和陷入局部最优的问题,提出了一种混沌自适应IWO(chaotic adaptive IWO,CAIWO)算法,并将改进的算法应用于平面阵列天线的方向图综合问题。计算结果表明:该算法的优化结果均优于对比文献中的结果,更适合于阵列天线方向图综合问题。 相似文献
109.
110.
通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。 相似文献