基于广义互相关的时延估计算法的研究开题报告

1. 研究目的与意义

利用时间到达差进行声源定位时，时延估计是至关重要的，其精确性直接影响到定位的准确与否。

由于环境及房间的布局对于声源定位存在很大的影响，尤其是房间混响对定位的影响，在进行时延估计时，房间混响引起的噪声信号与有用信号具有很强的相关性，使得时延估计更加困难。

最常用的时延估计算法就是广义互相关，该算法相对于其他算法而言具有更好的实时性。

2. 国内外研究现状分析

广义互相关（gcc：generalized cross correlation）时延估计法，是knapp 和 carter 于1976年提出的一种传统的tde估计方法。

基于最小均方（lms：least mean square）自适应时延估计法，是由reed等人于1981年提出的一种tde估计方法。

近年来，又提出了一些新的时延估计方法，如:自适应特征值分解（aed：adaptive eigenvalue decomposition）时延估计方法、基于声学传递函数比（ atf-s ratio）的时延估计方法、倒谱预滤波时延估计方法、基于高阶统计量（hos：high order statistic）的时延估计方法、结合语音特性的时延估计方法、基于人耳感知特性的时延估计方法，以及对多个麦克风对的数据进行融合的方法，还有利用跟踪算法的时延估计和定位方法等。

3. 研究的基本内容与计划

本课题的研究内容大致包括：（1）信号的采集和预处理，包括分帧、加窗等。

（2）利用较短的语音数据估计每个频率点的信噪比，然后自适应地选择信噪比较大的频率点用于时延估计。

（3）检测互相关函数的峰值，确定时延估计值。

4. 研究创新点

积极与小组同学讨论课题，对自己的课题有更加鲜明的认识。