研究背景和意义：
人类获取外界信息主要通过图像和声音。而当视觉信息的传输途径由于某些原因被阻碍时，如光照不好，或目标物被遮拦时，此时声音信息就显现出其不可替代的作用[1]。此外，声音信息也是对图像信息的一个重要的补充。随着现代科学技术的进步以及人民生活水平的提高，人们已经不再满足于单纯的声音信息的获取，而是对声音信息提出了更高的要求，希望通过声音信息进而能更精确地获取发声物体所在的位置，所以声源定位技术应运而生[2,3]。
声源定位技术研究的目标主要是系统采集到的声音信号相对于麦克风阵列是来自哪个方向和多远的距离，即方向识别(Bearing Finding)和距离估计(Range Estimating)。其中方向识别也叫方向估计(Direction Estimating)或DOA(Direction-of-Arrival)估计。虽然声源定位是许多通信系统和智能应用中的一种理想技术，但漫射噪声或混响引起的失真使麦克风阵列获取的信号之间的时延估计(TDE)成为一个复杂而具有挑战性的问题。
在麦克风阵列的声源定位法中，基于时延估计的方法不仅原理简单，运算量小，且具有很好的实时性，可在麦克风数目较少的阵列中使用。然而该方法也存在一些不足之处:第一，不管采用哪种方法求取时延，时延估计值最终都是由采样点数来计算的，系统的AD采样频率越高，估计的精度就会越高。因此，在使用该方法时要考虑到信号的采样频率这一因素；第二，基于时延估计的声源定位法实际上可以分为时延估计和声源定位两步，时延估计结果产生的误差会直接影响到下一步声源位置的估计，造成误差累积；第三，该方法比较适合单声源的定位，而对多声源定位的效果和精度都很不理想[4]。
本毕业设计课题任务的内容是针对双元麦克风阵列，研究在扩散噪声及混响环境下稳健的单源占优时频点筛选方法，进而获得准确的阵元间时延估计，从而实现良好的室内声源测向性能并进行仿真实验验证。本论文拟采用基于具有相位变换(PHAT)权值(GCC-PHAT)的广义互相关(GCC)函数，实现对混响的鲁棒性，并在成功复现文献[5]中的GCC-PHAT方法后，希望实现多种时延估计方法的对比，以研究在扩散噪声和混响环境室内声源测向的方法研究。
国内外研究现状：
基于麦克风阵列的声源定位技术简而言之就是利用一组按定几何位置摆放的麦克风拾取声音信号，用数字信号处理方法对其处理后，确定出声源的空间位置[6,7]。从上世纪八十年代开始，IBM、BELL等国际著名的公司和研究机构都逐渐投入到基于麦克风阵列语音信号处理的研究和产品开发当中，经过多年的努力，国外现已研究出一-些比较成熟的产品。微软公司将麦克风阵列应用到Windows Vista操作系统中，提高了语音采集的质量。Lifesize、Polycom等公司研制了基于麦克风阵列的产品，已经成功应用到视频会议的现场中。相比于国外，我国一些科研机构及企业对基于麦克风阵列声源定位的研究起步比较晚，到目前为止，一些高精度的声源定位算法及系统还需要进一步的完善。
现有的基于麦克风阵列的声源定位方法[8]主要有基于可控波束形成技术的声源定位法、基于时延估计(Time Delay of Arrival,TDOA)技术的声源定位法和基于子空间技术的声源定位法。其中基于到达时延估计技术的声源定位法是一种两步定位法，它首先估算出声源到达各个阵元的相对时延，然后将时延值乘以声速得到声源到达各个阵元的距离差，最后采用空间搜索法或几何定位法找出声源的位置[21]。
时间延迟估计[9]是统计信号处理的基本工具之一，是一个相当复杂的问题。从70年代开始，已经有许多人先后提出了多种不同的TDE方法。最初的时延估计法有广义互相关(GCC)[11,12]和LMS[13,14,15]时延估计法。其中广义互相关方法是1976年由Knapp和Carter提出的一种经典的时延估计法。它先将两路信号的互相关函数作傅里叶变换，计算出互功率谱；然后，对互功率谱加权进行白化处理，来抑制噪声和混响；最后再将加权的互功率谱变换到时域，进行峰值搜索。这种方法在一定程度上锐化了相关函数在时延处的峰值。这不仅改善了时延估计的抗噪声和抗干扰能力，而且提高了时延估计的精度。
基于TDOA的声源定位法，稳健的时延是准确定位的关键所在。根据物理参量的不同可以将现有的时延估计法分为两类:第一类为基于互相关函数的时延估计法，其中包括广义互相关函数(Generalized Cross Correlation,GCC)法[10]，互功率谱相位(cross-power spectrum phase, CSP)法[21,22,23]等等，是目前发展较为成熟的一种时延估计算法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
