指数形式的二次相关GCC-PHAT-β时延估计算法

针对现有的时延估计算法在低信噪比下精度低、时延估计误差大的问题,提出一种指数形式的广义互相关-相位变换(generalized quadratic cross-correlation phrase transformation-β,GCC-PHAT-β)算法。通过构造加有高斯白噪声的两路单频正弦波信号,分别在不同信噪比下对GCC-PHAT-β算法、二次相关GCC-PHAT-β算法以及改进算法进行实验仿真,验证三种算法在不同信噪比下的峰值凸出程度;进一步选用男声音频作为信号源,比较3种算法在进行时延估计时所产生的误差大小。仿真结果表明:信噪比为-10~10 dB时,改进算法的相关函数的最大峰值明显凸出于GCC-PHAT-β算法和二次相关GCC-PHAT-β算法,其时延估计误差相较于其他两种算法也显著减小。可见指数形式的二次相关GCC-PHAT-β算法在信噪比为-10~10 dB时具有一定的优势。