全文获取类型
收费全文 | 495篇 |
免费 | 70篇 |
国内免费 | 33篇 |
专业分类
电工技术 | 46篇 |
综合类 | 60篇 |
化学工业 | 5篇 |
金属工艺 | 2篇 |
机械仪表 | 30篇 |
建筑科学 | 11篇 |
矿业工程 | 9篇 |
能源动力 | 3篇 |
轻工业 | 8篇 |
水利工程 | 4篇 |
石油天然气 | 10篇 |
武器工业 | 8篇 |
无线电 | 194篇 |
一般工业技术 | 33篇 |
冶金工业 | 4篇 |
原子能技术 | 3篇 |
自动化技术 | 168篇 |
出版年
2024年 | 4篇 |
2023年 | 19篇 |
2022年 | 23篇 |
2021年 | 20篇 |
2020年 | 21篇 |
2019年 | 35篇 |
2018年 | 9篇 |
2017年 | 20篇 |
2016年 | 23篇 |
2015年 | 26篇 |
2014年 | 42篇 |
2013年 | 28篇 |
2012年 | 39篇 |
2011年 | 22篇 |
2010年 | 40篇 |
2009年 | 31篇 |
2008年 | 35篇 |
2007年 | 27篇 |
2006年 | 21篇 |
2005年 | 24篇 |
2004年 | 22篇 |
2003年 | 24篇 |
2002年 | 6篇 |
2001年 | 8篇 |
2000年 | 6篇 |
1999年 | 1篇 |
1998年 | 3篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 4篇 |
1993年 | 1篇 |
1991年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1987年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有598条查询结果,搜索用时 31 毫秒
51.
一种Rake结构的TDOA估计器及其最优合并方法 总被引:1,自引:0,他引:1
TDOA估计技术已被广泛应用于多种定位系统中,其估计误差主要来源于系统中的多径效应。传统的估计方法不适合复杂的多径环境。许多面向定位的系统均采用了回避措施来降低多径的影响,蜂窝定位系统受其特性的制约,在目前的结构下无法采用相应的回避措施。为了满足蜂窝系统需求,本文提出了一种基于Rake结构的TDOA估计器,分析了它在多径环境中的误差性能,证明了在归一化Rake合并下,估计器可获得最优性能。计算机仿真证明了理论分析的正确性和实用性。 相似文献
52.
53.
该文主要研究一种面向到达时间差(TDOA)被动定位的定位节点选择方法。首先,通过经典的闭式解析算法将TDOA非线性方程转化为伪线性方程,并使用位置误差的协方差矩阵来度量定位精度。其次,在可用节点数量给定的条件下,在数学上将定位节点选择问题转化为最小化位置误差协方差矩阵的迹这一非凸优化问题。然后,将非凸优化问题凸松弛并化为半正定规划问题,从而快速有效地求解出最优的定位节点组合。仿真结果表明,所提节点优选方法的性能非常接近穷尽搜索方法,而且克服了穷尽搜索方法运算复杂度高、时效性差的不足,从而验证了所提方法的有效性。 相似文献
54.
本文基于数据融合的基本原理,利用TOA和TDOA测量数据并结合先验信息进行数据融合,然后通过定义可信度函数构造了一种基于移动台位置的动态定位算法,进一步提高了对移动台(MS)定位估计的准确性。最后仿真结果表明:这种融合算法模型在保证决策可靠的前提下,能得到更准确可靠的移动台估计位置,从而有效提高了决策输出的定位精度。 相似文献
56.
57.
58.
59.
针对移动蜂窝网对多目标难以检测识别且定位精度不高的问题,提出一种基于蜂窝网结构的多目标自动辨识定位方法。首先,根据对监测区域内目标源的多次定位结果方差来判别是否有多目标存在;其次,采用k-means无监督学习对定位点进行聚类,由于k-means算法的最优簇数难以确定,因此提出了一种基于波束分辨率的k值裂变算法来确定k值,并确定聚类中心;最后,为了提高接收信号的信噪比,通过各聚类中心确定波束方向,再使用基于线性约束的窄带波束形成器依次接收不同波束方向信号,分别对各目标源进行到达时间差定位。仿真结果表明,对于解决多目标定位问题,相对于时延估计算法和概率假设密度(PHD)滤波器算法,所提多目标自动辨识定位方法能够提高接收信号约10 dB的信噪比,对应的时延估计误差的克拉美罗下界能够下降约67%,定位精度相对误差可提高10个百分点以上,而且算法简洁有效,各次定位相对独立,具有较高的效率和较好的稳定性。 相似文献
60.
讨论了非同步无线网络中基于到达时间(Time-of-Arrival, TOA)的非视距(Non-Line of Sight, NLOS)目标自定位问题,为了节省目标源的电池能量,假设目标源不向锚节点发送信号,而是仅接收来自锚节点的信号,这种信号的收发方式,会导致测量模型中存在一些影响问题求解的参数,为消去这些参数,选定一个参考测量值,并用其他测量值减去参考测量值,使用经过转换后的测量数据,构造了一个新的鲁棒最小二乘(Robust Least Square, RLS)问题,其以目标源位置和参考测量值中的NLOS误差作为未知变量,同时对其余测量值中的NLOS误差具有鲁棒性。最后,将RLS问题松弛到易于处理的半正定规划 (Semidefinite Program, SDP)问题以获得稳定的解。仿真结果表明,本文提出方法的均方根误差较现有其他方法在不同场景下有0.5m~ 6m以上的优势。 相似文献