全文获取类型
收费全文 | 331篇 |
免费 | 97篇 |
国内免费 | 44篇 |
专业分类
472篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 5篇 |
2021年 | 6篇 |
2020年 | 9篇 |
2019年 | 3篇 |
2018年 | 4篇 |
2017年 | 29篇 |
2016年 | 33篇 |
2015年 | 18篇 |
2014年 | 19篇 |
2013年 | 18篇 |
2012年 | 29篇 |
2011年 | 25篇 |
2010年 | 15篇 |
2009年 | 22篇 |
2008年 | 14篇 |
2007年 | 35篇 |
2006年 | 22篇 |
2005年 | 19篇 |
2004年 | 22篇 |
2003年 | 13篇 |
2002年 | 14篇 |
2001年 | 15篇 |
2000年 | 12篇 |
1999年 | 11篇 |
1998年 | 9篇 |
1997年 | 9篇 |
1996年 | 4篇 |
1995年 | 4篇 |
1994年 | 3篇 |
1993年 | 6篇 |
1992年 | 10篇 |
1991年 | 5篇 |
1990年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有472条查询结果,搜索用时 15 毫秒
451.
452.
453.
454.
FDPM和FOOJA是目前两种最为有效的适用于主、次子空间跟踪的方法,属于低复杂度算法。进一步降低算法运算复杂度,对保证算法的实时性具有非常重要的意义。以降低算法运算复杂度为背景,通过对FDPM、FOOJA算法的分析,指出存在两种简化运算量的FDPM1stcol、FOOJA1stcol方法。在有限精度运算条件下,对四种方法的稳定性、数值鲁棒性进行了深入分析和讨论。通过实验仿真,对分析的结论进行了验证。 相似文献
455.
干扰条件下的机动目标跟踪在一些文献[1][2]中已有讨论,但利用多传感器,尤其是被动传感器进行非高斯观测噪声条件下的目标跟踪仍需要研究。本文讨论了被动传感器在随机干扰条件下进行机动目标跟踪的方法,其观测量包含非高斯噪声,也可能包含影响观测值的随机干扰。与基于卡尔曼滤波的常见方法不同,采用动态规划算法进行多假设检验,从而估计目标的状态。仿真试验表明,本文方法能有效地处理非高斯噪声情况下的目标跟踪问题,而基于卡尔曼滤波的跟踪方法,比如EKF,则效果较差。 相似文献
456.
自主滤波方法是一种递归式贝叶斯估计方法 ,该方法采用一组抽样值来近似目标状态的概率密度函数 ,可用于非线性系统模型和观测模型、非高斯观测噪声条件下的滤波。将该算法与扩展卡尔曼滤波方法进行了比较 ,仿真结果表明 ,该算法性能优于扩展卡尔曼滤波方法 相似文献
457.
数据关联是实现杂波环境下多目标跟踪的关键问题,目前公认较好的方法是联合概率数据关联(JPDA),但是其计算和存储量很大,故在实际中寻求一种快速或近似的算法是十分必要的。本文提供一组有效快速算法,并在我们有关课题中得到初步验证。 相似文献
458.
自适应交互多模型算法在机动目标跟踪中的应用 总被引:1,自引:0,他引:1
针对多模型算法在机动目标跟踪中存在的问题,运用交互多模型算法(IMM)和自适应滤波理论,设计了一种自适应交互多模型算法(AIMM),结合目标运动模型对目标当前加速度和其方差进行估计,并在此基础上给出了AIMM中模型集和模型转移概率的设计方法,进行了计算机仿真.蒙特卡罗仿真结果表明,与标准IMM算法相比,该算法比IMM算法的跟踪性能有很大提高,跟踪复杂机动目标比IMM有更快的收敛速度,跟踪滞后问题得到较好的解决,跟踪目标的稳定性和精确性均优于IMM算法,有利于机动目标的实时跟踪. 相似文献
459.
为实现平流层飞艇驻空阶段可控飞行,研究环境风场中横侧向轨迹跟踪的滑模控制方法。建立平流层飞艇驻空阶段动力学模型,将动力学方程解耦为纵向运动方程和横侧向运动方程,采用小扰动方法对动力学方程进行线性化;利用滑模控制对外部干扰强鲁棒的特性,设计横侧向轨迹跟踪的滑模控制器;以直线与圆组成的复合轨迹跟踪控制为例,对提出的轨迹控制方法进行仿真验证。仿真结果表明,所提基于滑模的轨迹跟踪控制方法鲁棒性好,在一定范围的风场扰动条件下,可以实现对指令轨迹的有效跟踪控制,响应特性好。 相似文献
460.
复杂环境下的多普勒频移变化及信号功率衰减均会造成载波跟踪偏差较大甚至失锁,针对标准卡尔曼滤波算法跟踪机动目标时不能同时满足高动态及高灵敏度要求的问题,提出一种基于变维卡尔曼滤波的载波跟踪算法。引入机动和非机动两种载波跟踪模型,通过机动检测因子监视载波动态变化,实时高效地切换载波跟踪模型,从而实现对载波机动和非机动状态的自适应跟踪,抑制机动改变引起的较大误差突跳。理论分析和仿真结果表明,该算法在低至30d BHz弱信号环境下,相比基于标准卡尔曼滤波的跟踪算法,其在目标动态突变时相位跟踪误差减小约37.5%,频率跟踪误差减小约77%。 相似文献