本课题主要研究在航空领域中飞行器语音指令识别技术。研究目的是丰富飞行器控制方式,减轻飞行员操作强度,提高控制速度和安全性能。本课题对我国航空事业的发展具有重要的现实意义和实用价值。首先,论文分析了传统语音端点检测算法应用于航空背景检测性能下降的原因,从强度和类型两个方面对航空噪声进行了研究,给出了一个门限值自适应调整的基于变噪声环境语音端点检测算法。仿真结果表明,该算法在各种噪声环境下的端点检测性能明显优于传统算法。另外,从计算复杂度的角度对传统特征提取算法进行了分析研究,发现其计算量太大,影响系统实时性。针对这一问题对算法进行了改进,经多次实验确定了算法的最优参数。改进后的算法在计算量上减少了一半,相应的识别率仅减少0.5%,对应用需求的影响可忽略不计。论文中还介绍了隐马尔可夫模型技术在语音识别中的应用,研究了声学模型、语言模型和搜索算法的基本原理和实现方法,针对传统Viterbi beam搜索算法设定固定剪枝门限值的缺点,给出一个自适应调整剪枝门限的搜索算法。算法分析结果表明,该算法具有一定的优越性。最后,使用Visual C++开发平台构建了一个小型的基于飞行器的连续语音指令识别系统,通过实验确定了最优参数,该语音指令识别系统的平均识别率达到98.5%。