第五章，对论文总结， 概括论文的成果与结论。

2  基于广义互相关的时延估计方法 

时间延迟估计（time delay estimation，TDE）长期以来备受关注，从70年代开始，许多大学和实验室就已经投入到了该领域的研究中，例如，Brown University，Bell lab, K。U。Leuven以及Technion-Israel Institute of Technology等等，他们先后提出了不同的TDE方法。广义互相关（generalized cross-correlation，GCC）方法[4-6]是当前被广泛应用的方法之一，下面将重点介绍基于GCC的时延估计法。

2。1  基本互相关法

由于来自同一声源的信号存在一定的相关性，通过计算不同麦克风所接收到的信号之间的相关函数，就可以估计出TDOA值。基本互相关法是对接收到的同一声源发射的信号进行相关处理，寻找函数的峰值所在，进而进行时延估计。

假设一个从远程声源发出的信号，在噪声存在的情况下，被两个传感器接收到，可以用数学模型表示为：

(2-1)

其中s(t)是有用信号，n1(t)、n2 (t)是传递到传感器1、2的环境噪声，x1(t)、x2 (t)是接收到的不同的信号，τ12是信号到达两个传感器的时间延迟。

    在实际应用里，为了进行基于TDOA的麦克风测向，我们需要获得时间延迟的估计值τ12。对延迟时间的确定可以通过互相关函数实现：

(2-2)

其中E表示数学期望，τ表示是该表达式达到最大值的时间延迟。

假设s1(t)，n1(t)，n2 (t)三者间两两不相关，从而可以将上式简化成：来*自~优|尔^论:文+网www.youerw.com +QQ752018766*

通过互相关函数的性质得知，当τ−τ12=0的时候，Rss取到最大，而由此求得的互相关函数的峰值对应的τ值就是我们所需要的时间延迟（两个麦克风之间的相对时延）。

综上所述，求时间延迟就是求互相关函数的峰值位置所在，所以我们需要首先确定互相关函数，之后再确定互相关函数的峰值。由此可知，互相关函数的峰越尖锐，越方便我们求解，求得的时间延迟也越精准。然而在实际应用中，互相关函数的峰值往往会受到在声源信号传递过程中的周围环境噪声的影响，这会导致互相关函数扩展，弱化了峰值，这会影响对于峰值位置的确定，从而导致时间延迟估计的不精确。另外互相关函数可以看作是数学角度上的统计平均，然后在实际应用中，我们常常通过有限的时间平均来替代统计平均，有限的时间平均也就是我们常说的短时处理，然后对于短时处理，环境噪声的影响不容忽略，因为观测时间的有限，对于互相关仅仅能够做个估计，导致互相关函数的峰值不是很突出，从而影响对于时间延迟的估计的精确。