全文获取类型
收费全文 | 170篇 |
免费 | 24篇 |
国内免费 | 83篇 |
学科分类
工业技术 | 277篇 |
出版年
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 1篇 |
2020年 | 4篇 |
2019年 | 4篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 7篇 |
2014年 | 4篇 |
2013年 | 2篇 |
2012年 | 6篇 |
2011年 | 12篇 |
2010年 | 7篇 |
2009年 | 14篇 |
2008年 | 14篇 |
2007年 | 11篇 |
2006年 | 11篇 |
2005年 | 25篇 |
2004年 | 32篇 |
2003年 | 17篇 |
2002年 | 24篇 |
2001年 | 15篇 |
2000年 | 13篇 |
1999年 | 9篇 |
1998年 | 9篇 |
1997年 | 5篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1993年 | 4篇 |
1992年 | 1篇 |
1991年 | 2篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有277条查询结果,搜索用时 15 毫秒
1.
2.
气垫式流浆箱仿人协调控制的实现 总被引:4,自引:2,他引:4
分析气垫式流浆箱的控制机理,基于操作者的操作经验和控制理论,组成一个基于仿人协调控制的流浆箱控制系统,实际使用表明该系统组成简单,运行可靠,操作方便。 相似文献
3.
研究了势平衡多目标多伯努利(cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波器高斯混合(Gaussian mixture,GM)实现的收敛性问题.证明在线性高斯条件下,若GM-CBMeMBer滤波器的高斯项足够多,则它一致收敛于真实的CBMeMBer滤波器.并且证明在弱非线性条件下,GM-CBMeMBer滤波器的扩展卡尔曼(extended Kalman,EK)滤波近似实现—EK-GM-CBMeMBer滤波器,若每个高斯项的协方差足够小,也一致收敛于真实的CBMeMBer滤波器,本文的研究目的是从理论上给出CBMeMBer滤波器GM实现的收敛结果,以完善CBMeMBer滤波器对多目标跟踪的理论研究. 相似文献
4.
考虑多目标随机新生和消亡下存在杂波和传感器漏检所导致的量测源不确定性,针对纯方位跟踪(BOT)问题,提出一种多距离假设伯努利滤波器。首先,构造笛卡尔坐标系下的多距离假设纯方位观测模型;然后,根据该测量模型详细推导并提出高斯混合多距离假设势平衡多目标多伯努利滤波器;最后,提出一种自适应纯方位新生多伯努利密度的新方法。仿真结果验证了所提出算法的有效性。 相似文献
5.
基于星凸形随机超曲面模型多扩展目标多伯努利滤波器 总被引:2,自引:0,他引:2
针对复杂不确定性环境下具有不规则形状的多扩展目标跟踪问题, 提出了一种基于星凸形随机超曲面模型(Star-convex RHM)的多扩展目标多伯努利滤波算法.首先, 在有限集统计(Finite set statistics, FISST)理论框架下, 采用多伯努利随机有限集(MBer-RFS)和泊松RFS (Possion-RFS)分别描述多扩展目标的状态和观测, 并给出扩展目标势均衡多目标多伯努利(ET-CBMeMBer)滤波器.其次, 利用RHM去描述任意星凸形扩展目标的量测源分布, 提出了容积卡尔曼高斯混合星凸形多扩展目标多伯努利滤波器.此外, 本文给出了一种多扩展目标不规则形状估计性能的评价指标.最后, 通过多扩展目标和具有形状突变的多群目标的跟踪仿真实验验证了本文方法的有效性. 相似文献
6.
7.
首先基于Volterra级数理论 ,将一般的SISO离散系统非线性算子表示为n阶Volterra线性算子级数 .其次 ,将线性系统H∞ 控制的插值理论与斜Toeplitz优化算法应用到每阶Volterra线性算子中 ,并利用算子论中交换提升理论的结果 ,求出相应的n阶Volterra算子的最优补偿参数 ,这些最优补偿参数的级数是局部稳定的非线性算子 .通过此算子即求出最优H∞ 控制器 .最后给出具体设计步骤 ,并进行了仿真研究 . 相似文献
8.
非线性控制系统综合的频域逆系统方法研究 总被引:1,自引:0,他引:1
提出一种不需已知系统微分方程模型的非线性系统综合方法。首先得到对象非线性传递函数的估计,然后利用非线性补偿算法构造前馈补偿器,使复合系统具有近似线性系统的特性,最后采用常规线性系统反馈控制的方法进行控制。仿真结果表明,所提出的频域逆系统综合方法比一般非线性系统自适应控制方法有效。 相似文献
9.
基于区间箱粒子多伯努利滤波器的传感器控制策略 总被引:1,自引:0,他引:1
多目标跟踪中的传感器控制本质上是一个最优非线性控制问题, 其在理论分析和计算上极具挑战性. 本文基于区间不确定性推理, 利用箱粒子多伯努利滤波器提出了一种基于信息测度的传感器控制策略. 首先, 本文利用箱粒子实现多伯努利滤波器, 并通过一组带有权值的箱粒子来表征多目标后验概率密度函数. 其次, 利用箱粒子的高斯分布假设, 将多伯努利密度近似为高斯混合. 随后, 选择柯西施瓦兹(Cauchy-Schwarz, CS) 散度作为评价函数, 并详细推导了两个高斯混合之间的CS散度的求解公式, 以此为基础提出相应的传感器控制策略. 此外, 作为一种对比方案, 利用蒙特卡罗方法, 本文还给出了通过对箱粒子进行混合均匀采样, 进而通过点粒子求解CS散度的递推公式, 并提出了相应的控制策略. 最后, 仿真实验验证了所提算法的有效性. 相似文献
10.