全文获取类型
收费全文 | 695篇 |
免费 | 186篇 |
国内免费 | 56篇 |
出版年
2024年 | 11篇 |
2023年 | 20篇 |
2022年 | 13篇 |
2021年 | 41篇 |
2020年 | 36篇 |
2019年 | 25篇 |
2018年 | 10篇 |
2017年 | 24篇 |
2016年 | 32篇 |
2015年 | 34篇 |
2014年 | 51篇 |
2013年 | 34篇 |
2012年 | 55篇 |
2011年 | 49篇 |
2010年 | 49篇 |
2009年 | 48篇 |
2008年 | 61篇 |
2007年 | 47篇 |
2006年 | 38篇 |
2005年 | 27篇 |
2004年 | 18篇 |
2003年 | 27篇 |
2002年 | 28篇 |
2001年 | 29篇 |
2000年 | 23篇 |
1999年 | 20篇 |
1998年 | 17篇 |
1997年 | 13篇 |
1996年 | 10篇 |
1995年 | 6篇 |
1994年 | 8篇 |
1993年 | 2篇 |
1992年 | 8篇 |
1991年 | 9篇 |
1990年 | 9篇 |
1989年 | 4篇 |
1988年 | 1篇 |
排序方式: 共有937条查询结果,搜索用时 0 毫秒
411.
应用时标分离和动态逆方法设计飞行器的姿态控制系统 总被引:2,自引:0,他引:2
在对飞行器的姿态控制过程中,针对飞行器姿态控制系统模型的非线性特性,线性的控制方法难以直接应用,应用非线性控制理论来设计姿态控制律十分必要。结合时标分离的思想将系统姿态的运动学部分和动力学部分分别视为慢变子系统和快变子系统,2次应用动态逆的设计方法来设计控制律,仿真结果表明,系统能够快速地跟踪期望的姿态角,跟踪的精度高,该方法简单可行,具有一定的实用性。 相似文献
412.
413.
针对合成孔径雷达干涉相位滤波问题,提出了一种改进的分块局部最佳维纳滤波算法(Patch-based Locally Optimal Wiener, PLOW)。该算法是加性高斯白噪声下的线性最小均方误差估计(Linear Minimum Mean Square Estimation, LMMSE),利用目前图像滤波最前沿的技术——非局部技术,来联合估计图像的一、二阶矩。针对干涉相位中噪声的空变性,在应用中提出了两点改进:首先,估计噪声的标准差时,用均值代替中值;其次,根据噪声标准差的最大值和均值的比值,自适应的确定类的数量。经过仿真和实测数据验证,改进后的PLOW算法是有效的,并优于其他三种算法。 相似文献
414.
415.
从最小方差的角度分析了雷达组网无迹滤波(Unscented Filter,UF)状态估计的统计学本质,并且针对UF的Cholesky分解遇到非半正定矩阵容易发散、不准确滤波初值造成滤波发散以及异常扰动影响滤波效果等问题,提出将自适应平方根无迹滤波(Adaptive Square Root Unscented Filter,ASQUF)用于雷达组网状态估计,结合合理的滤波初始化策略,提高了UF的工程可用性。仿真验证表明,提出的ASRUF算法用于雷达组网空域目标状态估计时,初始化平稳无波动,工程可用性好,状态估计精度高,明显优于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法。 相似文献
416.
417.
418.
IMM算法中采用的运动模型多为线性,针对这一情况,首先对容积卡尔曼滤波(cubature Kalman filter,CKF)算法进行了简化,通过理论推导证明,简化CKF算法的时间更新结果与KF算法的一步预测结果一致。然后对简化算法进行了计算复杂度分析,分析结果表明简化算法的复杂度要远低于CKF。进而将简化的CKF算法与IMM算法相结合,提出了一种基于简化CKF的IMM算法,最后通过机动目标跟踪实验对新算法进行了仿真,实验结果表明,新算法在没有降低跟踪精度的前提下,大幅缩短了算法的运算时间,提高了跟踪的实时性。 相似文献
419.
针对未知非线性非仿射重复离散时间系统,将迭代域的动态线性化技术应用于非线性被控系统和未知非线性理想学习控制器,提出一种新的数据驱动迭代学习控制方案。通过设计一种改进的无模型自适应迭代学习控制算法对理想学习控制器的增益进行估计,该方案仅利用非线性系统的输入输出数据,便可自动调整迭代学习控制律。数值仿真和对高速列车模型的仿真验证了该方法的有效性和适用性。 相似文献
420.
为了满足无线传感网络下多目标跟踪对于跟踪精度与网络寿命的需求,提出一种基于粒子群算法和势均衡多目标多伯努利滤波(cardinality balanced multi-target multi-bernoulli filter,CBMeMBer)的多目标跟踪能量均衡算法。算法通过粒子群算法计算网络能量中心,围绕能量中心形成传感器簇从而改善网络结构,在CBMeMBer滤波的基础上,借助Cauchy-Schwarz散度作为评价函数优化传感器节点量测更新顺序,以保证多目标跟踪精度。通过仿真结果证明算法在多目标跟踪精度与网络能量均衡性上的优势。 相似文献