15、语音识别、天线设计与图像压缩技术的多领域研究

语音识别、天线设计与图像压缩技术的多领域研究

1. 语音识别相关研究

1.1 研究观察

在语音识别研究中，有如下重要观察：
- ANFIS - LH 能更好地处理重叠数据。
- 缩放共轭可提高计算速度。
- 深度神经网络（DNN）需要大量数据。

1.2 研究结论

对语音单词识别进行了评估。声学信号特征提取是一项艰巨任务，因为它会影响识别执行。尝试了诸如梅尔频率倒谱系数（MFCC）及其均值和标准差的影响。结果表明，与标准差相比，MFCC 均值在数据集上能给出更好的结果。此外，还开发了一个单独的模块来显示识别语音对应的符号，这可作为一种应用。未来可将深度神经网络（DNN）与自适应网络模糊推理系统（ANFIS）结合，有望获得更好的结果。

2. 超宽带毫米波天线设计

2.1 引言

在现代科技时代，数据传输速度及其需求都在不断增加。天线是无线数据传输的理想介质，且天线性能依赖于频率。根据频率，天线可分为低频天线和高频天线，高频天线更适合高数据传输，因为高频能提供更多带宽，可在更短时间内传输大量数据。高频天线在海洋和飞机通信、防灾和管理无线电、业余无线电等领域有广泛应用。

2.2 设计思路

设计从一个损耗性的 FR4 - 环氧树脂基板开始，其介电常数 εr = 4.4，高度为 1.6 毫米，采用倒角环形方环作为辐射器。主要目标是在保持超宽带的同时获得最大增益。铜层位于基板两侧，另一侧作为无限大接地平面。天线采用同轴馈电，馈电位置偏移而非对称。天线的物理尺寸如下表所示：
| 参数 | 尺寸（mm） |
|