1. 研究目的与意义
研究目的: 在各种电子设备高度智能化的今天，如何实现声源定位已经成为语音通信技术领域尤为重要的问题。
在视频会议中，可以通过声源定位技术控制摄像头，使其自动转向说话的对象，可是当处在的环境的存在噪声和其他干扰的时候，简单的语音识别系统就满足不了实际的需求，此时就需要声源定位系统来确定具体的位置。
研究意义: 在噪声小，无混响的条件下，单一的麦克风即可以实现对声源信号的识别并采集到高质量的信号，可是在噪声大，有混响的状况下，单一的麦克风就解决不了这种问题。
2. 国内外研究现状分析
20世纪80年代以来，就已经开始把麦克风阵列应用于语音信号处理，1987年silverman将麦克风阵列引入到语音识别系统，1992年又将阵列信号处理用于移动环境下的语音获取，接着又应用于识别说话人。
1995年flanagan在混响环境下用麦克风阵列来获取声音信号。
1996年silverman和brandstein开始将其应用在声源定位中，用于确定和实时跟踪信号位置。
3. 研究的基本内容与计划
研究内容:简要介绍了三种声源定位算法，即基于最大输出功率的可控波束形成声源定位法、基于高分辨率频谱估计的声源定位法和基于时延估计的声源定位法，并归纳了三种算法的优缺点。
推导并分析了广义互相关时延估计法，为增强gcc-phat算法对噪声和混响的鲁棒性，在此基础上提出了基于频率选择的改进gcc-phat（generalized cross correlation using phase transform）时延估计法。
在运用广义互相关算法估计麦克接收信号间的时延差的基础上，介绍了三种确定声源位置的方法，包括角度距离法、线性插值法和球形插值法,最终选择了球形插值法实现定位。
4. 研究创新点
设计了一个可实现的定位系统，给出了实现流程图。
在matlab 环境下模拟室内环境，构建麦克风和声源几何模型；对麦克风接收信号进行分帧处理和静音检测；采用本文的改进gcc-phat算法估计时延差，然后采用球形插值法估计声源位置。
仿真实验结果显示，该系统在中强度的混响和噪声条件下有较好的定位性能。
