基于倒谱预滤波的二次互相关算法

传统的广义互相关算法在噪声和混响的情况下效果不佳,而基于倒谱预滤波的时延估计算法尽管改善了广义互相关算法的抗混响效果,但其在噪声环境下性能仍然较差,针对这一缺点,引入二次互相关,同时对相位变换(PHAT)加权函数进行改进,提出了基于倒谱预滤波的二次互相关算法。仿真结果表明:基于倒谱预滤波的二次互相关算法在抗混响和抗噪声的能力上要优于倒谱预滤波时延估计算法和相位变换加权广义互相关(GCC-PHAT)算法,在低信噪比和强混响的条件下仍然可以得到较为准确的时延估计值。

基于改进可控响应功率算法的混合定位算法

针对相位变换加权可控响应功率算法(SRP-PHAT)在噪声和混响增大时定位性能下降以及运算量大的问题,提出了一种基于改进可控响应功率算法的混合定位算法。首先利用五元十字形阵进行几何定位,得到粗略的定位结果,然后利用引入基于倒谱预滤波的二次互相关算法改进后的可控响应功率算法,在此定位结果的基础上进行精确的二次定位,通过双步定位提高其定位速度。仿真结果表明:混合定位算法在抗混响和抗噪声的能力上要优于几何定位算法和SRPPHAT算法,并且提高了可控响应功率算法的定位速度。