全文获取类型
收费全文 | 708篇 |
免费 | 100篇 |
国内免费 | 116篇 |
出版年
2024年 | 10篇 |
2023年 | 20篇 |
2022年 | 19篇 |
2021年 | 37篇 |
2020年 | 33篇 |
2019年 | 18篇 |
2018年 | 8篇 |
2017年 | 27篇 |
2016年 | 38篇 |
2015年 | 25篇 |
2014年 | 41篇 |
2013年 | 31篇 |
2012年 | 58篇 |
2011年 | 64篇 |
2010年 | 51篇 |
2009年 | 34篇 |
2008年 | 45篇 |
2007年 | 57篇 |
2006年 | 28篇 |
2005年 | 28篇 |
2004年 | 26篇 |
2003年 | 21篇 |
2002年 | 27篇 |
2001年 | 26篇 |
2000年 | 22篇 |
1999年 | 18篇 |
1998年 | 26篇 |
1997年 | 18篇 |
1996年 | 12篇 |
1995年 | 7篇 |
1994年 | 11篇 |
1993年 | 9篇 |
1992年 | 11篇 |
1991年 | 10篇 |
1990年 | 3篇 |
1989年 | 5篇 |
排序方式: 共有924条查询结果,搜索用时 15 毫秒
231.
组网电子对抗中辐射源信号跟踪方法 总被引:1,自引:0,他引:1
对组网电子对抗的组成和关键性技术进行了简要描述,重点提出了一种基于CJPDA的多目标多平台跟踪算法,以解决在多电子战平台和多辐射源情况下的辐射源信号跟踪问题。该算法为了适应电子对抗信息实时性的要求,在进行CJPDA计算时引入了确认矩阵,减小计算量;同时,通过对关联概率矩阵运用最大值搜索法,最终实现对辐射源信号的跟踪。通过计算机仿真,验证了其合理性和有效性。 相似文献
232.
233.
针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。 相似文献
234.
标准交互多模型(IMM)算法使用固定数目和时不变的模型集,往往不能兼顾算法的实时性与跟踪精度。基于增加期望模型(EMA)算法的思想,提出综合利用前一时刻的模型匹配概率与当前时刻的混合概率作为加权系数调整系统噪声模型集,调整后的模型集被认为非常接近系统实际噪声模型。将该模型集自适应技术与IMM算法结合得到一种变结构交互多模型(EMA-VIMM)算法。使用机动目标跟踪仿真实例,与标准IMM算法进行了仿真对比,分析了跟踪性能与RMSE误差。仿真结果表明,EMA-VIMM算法不仅极大地提高了跟踪精度,而且与标准IMM算法相比,具有稳定的跟踪性能和较低的计算量。 相似文献
235.
236.
针对直接力/气动力复合作用动能拦截弹的姿态控制问题,建立了拦截弹俯仰-偏航通道短周期运动模型;利用线性二次型最优跟踪控制理论结合姿控固体小火箭点火逻辑设计了复合控制系统,通过分析非线性容限得出了该系统对直接力偏差具有强鲁棒性的结论;姿控回路仿真表明系统具有快速响应特性及良好的跟踪性能,考虑侧喷干扰效应等实际条件的六自由度弹道仿真表明所设计的控制系统能够满足拦截末段直接碰撞要求。 相似文献
237.
泛摆线油泵具有结构紧凑、体积小、重量轻、转速高和填充性好等特点,该型油泵目前广泛应用于国外飞机和发动机的燃、滑油系统中。本文对泛摆线油泵的现状、某型机泛摆线滑油泵的设计和试验进行了较详细地阐述。 相似文献
238.
基于强跟踪滤波器对突变状态的良好跟踪能力,设计了一种自适应交互多模算法.在交互多模算法框架内,计算"当前"统计模型的概率和目标机动强度信息(由残差统计距离来表征),自适应地调整"当前"统计模型的加速度等参数,提高了"当前"统计模型的自适应性和滤波器的鲁棒性,增强了系统对目标突发强机动的跟踪能力.仿真结果验证了该算法的有效性. 相似文献
239.
240.
内燃机瞬时转速测量干扰因素分类与仿真 总被引:4,自引:2,他引:2
将影响内燃机瞬时转速测量的因素分为调频、调幅和附加波形影响,并得到了在这些干扰下磁电式传感器输出电压波形的理论函数表达式;使用插值计数法分别对3类因素的影响进行了仿真,结果证明了附加波形对瞬时转速测量计算的影响最大,调频干扰次之,调幅干扰对其几乎没有影响. 相似文献