基于联合加权的广义二次相关时延估计算法
Computer Simulation（2023）
摘要
现有的时延估计算法在低信噪比条件下时延估计值与真实值误差较大,而时延估计的准确性直接影响声源定位的最终结果,于是提出一种联合加权的广义二次相关时延估计算法.通过在已有的广义二次相关算法的基础上,对其加权函数进行改进,联合相位变换(PHAT)和平滑相干变换(SCOT)函数,得到新的广义加权函数:SCOT/PHAT.在MATLAB中设计了基于麦克风阵列的时延估计和声源定位的仿真,并与传统的PHAT加权和基于广义二次相关的SCOT加权算法对比,结果表明,在低信噪比环境下,改进算法能得到较高的时延估计精度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要