本课题主要研究航空领域中基于Linux系统的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。首先论文阐述了语音指令识别系统的概念、组成部分及其相关技术,并针对航空领域中噪声的影响,改进了传统的语音端点检测算法,研究并给出了基于多特征的语音端点检测算法,仿真结果表明:该算法在航空噪声环境下的端点检测性能明显优于传统算法。然后,针对传统的MFCC语音特征抗噪声性能弱的缺点,在其语音特征提取过程中,引入了Bark小波技术,经验证:改进后的MFCC参数抗噪性能明显提高。其次,介绍了Linux系统和QT开发平台的特点,然后,在Linux系统下的Qt平台上,编程实现了一个孤立词的基于飞行器的语音指令识别系统。并在此系统的基础上,利用两级动态规划算法编程实现了一个基于飞行器的连续语音指令识别系统。最后,利用AS-MRobotE的智能机器人模拟无人驾驶的飞行器的控制设备,结合网络通信技术和已实现的语音指令识别系统,设计和实现了一个语音指令远程控制无人驾驶的飞行器系统。其指令识别率达到99%。操作者将语音指令输入到客户端,识别后通过socket机制将指令传送给智能机器人,使之按指令完成运动。测试结果表明:该系统识别的正确率和实时性均满足了实用需求。