语音识别的MATLAB实现 声控小车结题报告 小组成员：关世勇 吴庆林 一、 项目要求： 声控小车是科大华为科技制作竞赛命题组的项目，其要求是编写一个语言识别程序并适当改装一个小型机动车，使之在一个预先不知道具体形状的跑道上完全由声控来完成行驶比赛。跑道上可以有坡面，坑， 障碍等多种不利条件，小车既要具有较快的速度，也要同时具有较强的灵活性，能够克服上述条件。 二、 项目分析： 由于小车只要求完成跑道上的声控行驶，所以我们可以使用简单的单音命令来操作，如“前”、“后”、“左”、“右”等。 由于

本资源是国科大阵列信号处理课程考试的一套题，附有当时考生的个人完整答案总结在误差(协方差矩阵估计精度受样本数目的限制),会影响波束形成器的性能。随着 快拍数增加,波束形成器性能逐渐趋向于 波束形戊器。数据样本中不存在期 望信号时,要保证波束输出比最优情况下损失在以内,样本快拍数大约需 要大于2M。数据样本中期望信号越大,波束形成器的性能下降约严重。 如下图所示,假设M=2 泼束形成器加权向量为 WMVDR=a924,主要考虑以 下几种情况:只有空间白噪声时,Rx=1 波束形成器蜕化为常规波東形成

为降低高功率雷达系统中脉冲压缩后输出的高峰值旁瓣进而提高成像质量，通常的方 法是在接收端进行加窗处理，在信噪比损失、积分旁瓣和主瓣宽度上做出一定权衡。为了进一 步提升窗函数的成像性能，以不同的目标函数和约束条件构建能够高效准确求解的凸优化模型 来设计优化窗函数。建立了以优化峰值旁瓣为目标的二次约束二次规划的凸优化模型，并给出 了优化积分旁瓣能量的凸优化模型。通过线性加权求和，对峰值旁瓣、信噪比损失和积分旁瓣 能量的线性组合得到的结果作为目标函数建立了多目标凸优化模型。通过对凸优化问题求解， 得到