全文获取类型
收费全文 | 69篇 |
免费 | 1篇 |
国内免费 | 11篇 |
专业分类
电工技术 | 6篇 |
综合类 | 6篇 |
化学工业 | 2篇 |
机械仪表 | 2篇 |
武器工业 | 9篇 |
无线电 | 37篇 |
自动化技术 | 19篇 |
出版年
2021年 | 1篇 |
2019年 | 3篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 6篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 11篇 |
2010年 | 3篇 |
2009年 | 6篇 |
2008年 | 4篇 |
2007年 | 2篇 |
2006年 | 1篇 |
2005年 | 4篇 |
2004年 | 2篇 |
2003年 | 1篇 |
2002年 | 7篇 |
2001年 | 5篇 |
2000年 | 3篇 |
1996年 | 1篇 |
1993年 | 2篇 |
排序方式: 共有81条查询结果,搜索用时 93 毫秒
61.
62.
针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度. 相似文献
63.
对流层斜延迟是对流层散射双向时间比对系统的主要误差来源,目前尚未有对系统中对流层斜延迟进行精确估计的模型。为精确估计斜延迟,引入电磁波射线描迹法,并利用Hopfield天顶延迟模型中折射率计算方案改进描迹法,以克服该方法对探空数据的依赖。首先,根据北纬35 ~37范围内的3个测站2010~2012年的实测气象数据和天顶延迟数据,验证 模型精度范围小于35 mm;然后,将3个测站按相互基线距离的不同分为3组比对站,利用改进后的模型结合2012年的气象数据,计算了在0~5入射角下,一年的斜延迟,并得出最大斜延迟对应的年积日和入射角。计算结果表明,3组比对站的最大单向斜延迟为24.94~45.37 m。在双向比对抵消90%的情况下,时间延迟为3.1~5.7 ns;相互抵消95%时,时间延迟为1.5~2.9 ns。 相似文献
64.
针对现有单一导航卫星钟差预报模型存在预报精度不高的问题,提出了改进粒子群算法优化的组合预报模型。该模型利用差分自回归移动平均模型(ARIMA)和最小二乘向量机(LSSVM)模型的特点,首先建立ARIMA模型预报钟差数据的线性部分,并得到预报残差;然后,根据残差建立LSSVM模型预报非线性部分,最后的预报结果即两个预报结果之和。同时引入随优化代数变化的惯性权值和加速度因子,来提高粒子群(PSO)算法寻优能力,并用其优化组合预报模型中LSSVM部分的惩罚因子和核函数参数选取过程,以提高模型的预报精度。实例与结果分析表明,组合模型较单一模型在预报精度上有30%~50%的提高,为导航卫星高精度短期钟差预报提供了一种新思路。 相似文献
65.
高峰均比(PAPR)是多载波码分多址(MC CDMA)技术应用中亟待解决的关键问题。对于采用Walsh Hadamard(WH)扩频码的系统来说,优化用户扩频码的分配方案可降低系统的PAPR,但最优扩频码分配方法运算复杂度太高。为此,采用具有优良迭代寻优能力的粒子群优化算法(PSO)来降低算法的复杂度。改进算法将最优分配方案的高维搜索问题转化为粒子群迭代寻优过程。分析比较和仿真结果表明,与最优算法相比,改进算法在降低PAPR性能方面有0.5~1.5 dB的性能损失,而复杂度远小于最优算法,是一种简单实用的峰均比降低方法。 相似文献
66.
67.
68.
69.
针对传统的相关算法在循环前缀(Cyclic prefix)长度较短时识别率较低的缺点,研究了一种基于匹配滤波的正交频分复用(Orthogonal frequency division multiplexing,OFDM)信号盲识别方法。该方法利用不同标准中OFDM信号子载波间隔不同的特点,通过对子载波间隔的估计来实现对信号的识别分类。在建立信号模型的基础上,对提出的算法进行了详细的描述,分析了频率和时间偏移对算法的影响。针对参数搜索过程的高复杂度问题,采用了粒子群优化算法优良的迭代寻优能力来优化参数搜索过程。仿真结果表明:匹配滤波算法克服了传统方法的不足,具有更高的信号识别率和更好的抗多径信道能力。 相似文献
70.
建立了基于自回归算法的钟差预报模型,利用具有较强非线性运算能力和容错能力的最小二乘-支持向量机算法来求解自回归参数,同时利用具有快速寻优特点的粒子群算法来优化最小二乘-支持向量机参数。为了克服粒子群算法容易陷入局部极值而形成早熟的缺点,提出了分别在粒子初始化位置和陷入局部极值的位置上进行混沌处理,提高了粒子搜索的遍历性和寻优能力,从整体上优化了算法。最后通过星载钟差数据对该算法进行了验证,结果表明:本文算法能够实现亚纳秒量级的预报精度并提升卫星授时导航性能。 相似文献