全文获取类型
收费全文 | 437篇 |
免费 | 63篇 |
国内免费 | 63篇 |
专业分类
电工技术 | 25篇 |
综合类 | 29篇 |
化学工业 | 3篇 |
金属工艺 | 4篇 |
机械仪表 | 16篇 |
建筑科学 | 5篇 |
矿业工程 | 26篇 |
轻工业 | 2篇 |
武器工业 | 3篇 |
无线电 | 128篇 |
一般工业技术 | 6篇 |
自动化技术 | 316篇 |
出版年
2023年 | 1篇 |
2022年 | 4篇 |
2021年 | 7篇 |
2020年 | 14篇 |
2019年 | 10篇 |
2018年 | 16篇 |
2017年 | 29篇 |
2016年 | 37篇 |
2015年 | 54篇 |
2014年 | 59篇 |
2013年 | 68篇 |
2012年 | 77篇 |
2011年 | 51篇 |
2010年 | 59篇 |
2009年 | 29篇 |
2008年 | 23篇 |
2007年 | 13篇 |
2006年 | 4篇 |
2005年 | 2篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2001年 | 1篇 |
1999年 | 1篇 |
排序方式: 共有563条查询结果,搜索用时 31 毫秒
11.
12.
Hsu‐Yang Kung Sumalee Chaisit Nguyen Thi Mai Phuong 《International Journal of Communication Systems》2015,28(4):625-644
An indoor localization technology is increasingly critical as location‐aware applications evolve. Researchers have proposed several indoor localization technologies. Because most of the proposed indoor localization technologies simply involve using the received signal strength indicator value of radio‐frequency identification (RFID) for indoor localization, radio‐frequency interference, and environmental factors often limit the accuracy of localization results. Therefore, this study proposes an accurate RFID localization based on the neural network (ARL‐N2), a passive RFID indoor localization scheme for identifying tag positions in a room, combining a location identification based on dynamic active RFID calibration algorithm with a backpropagation neural network (BPN). The proposed scheme composed of two phases: in the training phase, an appropriate BPN architecture is constructed using the training data derived from the coordinates of reference tags and the coordinates obtained using the localization algorithm. By contrast, the online phase involves calculating the tracking tag coordinates and using these values as BPN inputs, thereby enhancing the estimated location. A performance evaluation of the ARL‐N2 schemes confirms its high localization accuracy. The proposed method can be used to locate critical objects in difficult‐to‐find areas by creating minimal errors and applying and economical technique. Copyright © 2013 John Wiley & Sons, Ltd. 相似文献
13.
基于PDR和RSSI的室内定位算法研究 总被引:5,自引:0,他引:5
构建了基于无线传感网络的行人航迹推算(PDR)系统,通过RSSI定位为其提供绝对定位信息。在RSSI定位中,提出基于PDR方位信息的自适应Flip-Flop RSSI信息预处理机制和RSSI指纹信息融合动态路径衰减指数的定位算法,以改善RSSI定位算法的抗噪声干扰能力。在多信息融合粒子滤波环节中,针对传统算法中滤波精度与滤波实时性很难同时得到改善的问题,提出基于PDR信息与RSSI定位信息的动态区间粒子滤波算法,通过PDR方位信息自适应控制区间衍生粒子数量以提高滤波实时性,并将建筑地图信息、RSSI定位信息及其可信度因子融入粒子权值计算中以提高定位精度。经实验验证,提出的算法在RSSI定位抗噪声能力方面,以及融合定位精度和滤波实时性方面都取得了良好的效果,与传统算法相比最大定位误差由3.16 m降低到1.81 m,滤波时间也由7.21 s降至7.01 s。 相似文献
14.
15.
为更好地将移动自组网络用于网络控制系统(NCS),结合NCS的网络特性,提出了一种基于链路信号质量的QoS路由算法。主要QoS机制包括根据接收信号强度选择较稳定的路由;用Hello报文广播节点的预留带宽;中间节点为所有受影响的数据流修复路由、目的节点向源节点广播路由修复报文进行路由修复。NS2仿真表明当节点移动性强时,该QoS路由算法可有效减少网络的平均端到端时延和丢包率,提高控制系统稳定性。 相似文献
16.
基于RSSI加权质心和GASA优化的WSN定位算法 总被引:1,自引:0,他引:1
针对无线传感器网络节点在自身定位中广泛存在较大的定位误差的问题,提出一种基于RSSI加权质心和GASA优化的无线传感器网络定位算法。该算法假设无线传感器网络中存在一定比例的位置已知的锚节点,利用RSSI加权质心算法计算未知节点与锚节点间的距离,建立以未知节点位置为参数的数学模型,用GASA优化算法计算最优解从而获得未知节点的位置,实现未知节点自身的定位。仿真实验的结果表明,当锚节点个数为30,算法的平均定位误差在10%以内,比RSSI加权质心算法降低了10%~15.5%左右,并且随着节点个数的增加平均定位误差降低。 相似文献
17.
针对目前狭长空间环境中信号多路径效应明显、传感器节点定位精度不足等情况,提出了一种基于信号接收强度(RSSI)的加权质心定位算法.该算法根据狭长带状区域环境特点部署信标节点,通过相邻信标节点的实际距离和信号接收强度,动态获取周围环境的路径衰落指数,提高RSSI测距算法的环境适应能力;根据当前环境改进加权质心算法的加权因子,引入修正因子,进一步提高算法的定位精度.理论分析和仿真结果表明,该算法设计优化,适应于狭长空间环境,宽度分别为3 m、5 m、8 m、10 m,信标节点的个数为10的巷道环境中,其定位计算精度比传统加权质心算法分别提高了22.1%、19.2%、16.1%、16.5%,稳定性分别提高了23.4%、21.5%、18.1%、15.4%. 相似文献
18.
针对缺少全球定位系统情况下的室内定位需求,提出了一种航位推算/接收信号强度指示组合的室内定位算法。基于搭载多传感器的智能移动终端,采用方位传感器监测航向,通过监测Z轴加速度判定步数,利用接收信号强度指示的绝对定位在线更新步长和修正航位推算产生的积累误差,充分发挥了两种定位方法的优势。对采用航位推算/接收信号强度指示组合算法的室内定位系统在安卓平台上进行了实现及有效性验证。 相似文献
19.
针对传统DV-Hop算法中定位精度低的问题,该算法从三个方面进行改进,(1)设置距离发射端标准一跳时节点所接收的接收信号强度指示(RSSI)值,利用节点接收信号的RSSI值与设置的RSSI值之间的比来修正跳数。(2)将未知节点的平均跳距分两段考虑,使未知节点到锚节点的估计距离更精确。(3)构造校正向量,对未知节点的估计坐标进行校正。仿真实验表明改进算法的定位精度明显高于传统DV-Hop算法和文献[6]基于RSSI比值修正的算法,稳定性也有一定的提升。 相似文献
20.
分析网络化感知系统节点定位问题的特殊性,针对深空探测环境未知的问题,提出利用全景图像重合度来修正信号衰减模型,提高测距精度;提出一种修正的高精度节点自主定位算法来解决多移动节点协同定位问题,该算法是把切圆法引入到基于全景图片重合度的RSSI修正定位方法中。当多个感知节点定位时,根据视距近似原则选择定位锚节点来进行H-CM算法,仿真结果表明该定位方案可以有效提高感知节点的定位精度。 相似文献