1. 研究目的与意义
研究目的：确定一个目标在空间中的位置是一项有广阔应用前景的研究，可以广泛应用与社会生产、生化的各个方面，比如对机械故障进行定位等。
相比单传感器采集的目标信号，阵列可以采集多路信号，这些信号在时间和空间上存在着某些差异和相关性，通过多路信号的数据融合技术，可以提取出所需要信息；另外阵列的空间选择特性能使阵列所形成的波束对准目标，抑制其他干扰和噪声。
研究意义：在阵列信号处理方法中，波束形成方法简单易实现，可以实现目标的自动探测和定位。
2. 国内外研究现状分析
国内研究现状：国内对这方面的研究起步较晚，理论研究与实际应用都还比较落后。
由于srpphat 算法优秀的定位性能与稳健性，国内研究者对 srp-phat 算法进行了一定的改进工作。
2009 年蔡卫平和吴镇扬提出了一种基于离散时延的鲁棒声源三维定位方法，这种算法把麦克风阵列接受到的每一帧声音信号使用快速傅里叶变换，从时域变为频域，把麦克风对接受到的信号的广义互相关函数计算好后，在使用反傅里叶变换,这样使得原 srp-phat 方法的计算量大大减小。
3. 研究的基本内容与计划
研究内容：本课题通过分析阵列信号间的特性，对已有的波束形成方法进行研究，提出改进方案，实现目标定位与探测，主要内容包括：(1) 阵列信号的采集和预处理，包括分帧、加窗、端点检测等。
(2) 采用傅里叶变换将阵列信号由时域转换至频域，并计算每个频点的信噪比。
(3) 自适应地选择信噪比较大的频率点，将这些频点用于波束形成，计算频域加权的空间功率谱。
4. 研究创新点
重点分析当前最受欢迎的srpphat 方法，提出一种改进方法在保持了原算法定位精确度和稳健性的同时，显著的降低了算法的计算量，还起到抗噪声和混响的作用。
srp-phat算法合理的将目标定位与探测中的srp方法与同相位变换phat加权算法相结合，使得对混响具有较强的稳健性，但对噪声较为敏感。
改进的srp-phat方法自适应地选择信噪比较大的频率点，将这些频点用于波束形成，计算频域加权的空间功率谱，根据空间功率谱对目标进行探测与定位，将进一步提高对噪声的稳健性。
