全文获取类型
收费全文 | 1228篇 |
免费 | 221篇 |
国内免费 | 43篇 |
出版年
2024年 | 12篇 |
2023年 | 23篇 |
2022年 | 19篇 |
2021年 | 33篇 |
2020年 | 37篇 |
2019年 | 22篇 |
2018年 | 12篇 |
2017年 | 26篇 |
2016年 | 37篇 |
2015年 | 25篇 |
2014年 | 82篇 |
2013年 | 79篇 |
2012年 | 100篇 |
2011年 | 157篇 |
2010年 | 139篇 |
2009年 | 161篇 |
2008年 | 113篇 |
2007年 | 49篇 |
2006年 | 37篇 |
2005年 | 38篇 |
2004年 | 26篇 |
2003年 | 42篇 |
2002年 | 39篇 |
2001年 | 28篇 |
2000年 | 23篇 |
1999年 | 24篇 |
1998年 | 14篇 |
1997年 | 16篇 |
1996年 | 18篇 |
1995年 | 11篇 |
1994年 | 7篇 |
1993年 | 13篇 |
1992年 | 6篇 |
1991年 | 11篇 |
1990年 | 7篇 |
1989年 | 5篇 |
1988年 | 1篇 |
排序方式: 共有1492条查询结果,搜索用时 15 毫秒
321.
随着现代化导航信号带宽的增大,由于可以大幅降低采样率,复信号采样的优势日趋明显。由于存在I/Q幅相误差,复信号采样对导航接收机伪距测量造成了一定影响。改进了信道非理想与I/Q幅相误差共同影响BPSK/QPSK信号零值测量的分析模型;在该模型基础上,推导得到了任意I/Q误差和信道非理想特性影响BOC信号伪距零值的模型;探讨了二者在频域抗干扰应用场景下引起的零值变化;理论分析与软件接收机仿真结果高度吻合,误差在1.5×10-4码片内,证明了分析模型的精确性。该分析方法可用于对高性能导航接收机信道特性进行事先约束及筛选,以确保干扰场景下的零值变化满足要求。 相似文献
322.
针对分布式光纤声波传感系统信号信噪比较低的问题,提出了一种改进的自适应噪声完全集成经验模态分解方法。改进方法利用样本熵和小波阈值去噪算法,从高噪声分量中提取有效成分。通过改进的自适应噪声完全集成经验模态分解(ICEEMDAN,Intrinsic Computing Expressive Empirical Mode Decomposition With Adaptive Noise)对实际采集的信号进行分解,计算样本熵,将其中的含噪分量进行小波阈值去噪,最后与未处理的信号分量进行重构。实验结果表明,对实采的信号进行降噪处理后,信噪比提高了5.34 dB,均方误差降低了0.014 8,波形互相关系数提高了5.7%。与其他常用的去噪方法相比,该方法不仅在信噪比方面表现更优秀,而且在均方误差和波形互相关系数方面也具有更好的性能,能够更好地保留有用信号。 相似文献
323.
提出了非致命防暴动能弹作战效能的评估法,分析了非致命防暴动能弹的技术性能,建立了以非致命性为核心指标的防暴动能弹效能指标体系。采用定性分析与定量分析相结合,将集对分析法应用到了非致命防暴动能弹的效能评估中,对3种防暴动能弹进行了效能评估。为非致命防暴动能弹的研发生产提供了重要的理论支撑。 相似文献
324.
325.
对美军来说,无论战时或平时,陆军都被看作是一支起着决定性作用的军事力量。美军认为,陆军的第一重点是作战,但陆军也在非战争行动中发挥至关重要的作用。陆军作为一支战略部队经常奉命以各种非战争方式在国内外维护和推进美国的利益。 相似文献
326.
327.
近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。 相似文献
328.
针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。 相似文献
330.