[发明专利]一种用于智能座舱声源定位的信号时延估计方法

权利要求书

1.一种用于智能座舱声源定位的信号时延估计方法，其特征在于，包括以下步骤：

S1、对接收到的两个声源信号做经验模态分解：

S1-1、对声源信号s₁(t)进行局部极值识别，通过三次赫米特插值函数生成上下包络曲线,并求包络的均值m₁(t)；

S1-2、用声源信号s₁(t)与均值m₁(t)相减得到第一个本征模函数c₁^′(t):

c₁^′(t)＝s₁(t)-m₁(t)

S1-3、判断是否满足迭代终止条件condition1，不满足则重复步骤S1-1和S1-2直到得到正确的c₁(t)；

S1-4、用声源信号s₁(t)与本征模函数c₁(t)相减得到残余分量r₁(t)：

r₁(t)＝s₁(t)-c₁(t)

对残余分量r₁(t)重复以上步骤，当满足条件condition2时，停止分解，声源信号s₁(t)分解为本征模函数和残余分量，其关系为：

其中，n表示分解次数；

S1-5、对声源信号s₂(t)重复以上步骤，得到本征模函数和残余分量；

S2、对由声源信号s₁(t)和声源信号s₂(t)分别分解得到本征模函数进行多尺度广义互相关求出互相关函数组；

S3、计算互相关函数组权重，进而加权求和，计算最终的互相关函数；

S4、针对最终的互相关函数，对时延进行估计。

2.根据权利要求1所述的一种用于智能座舱声源定位的信号时延估计方法，其特征在于：所述迭代终止条件condition1为柯西型收敛准则：

RT_n＜Relative_Tolerance

其中Relative_Tolerance为0.2，RT_n表示c_n(t)的相对公差。

3.根据权利要求1所述的一种用于智能座舱声源定位的信号时延估计方法，其特征在于：所述停止分解条件condition2为：

ER_nEnergy_Ratio

其中Energy_Ratio为20，ER_n表示r_n(t)的能量比。

4.根据权利要求1所述的一种用于智能座舱声源定位的信号时延估计方法，其特征在于：所述步骤S2包括以下子步骤：

S2-1、确定本征模函数组筛选条件condition3：

RT_mnMin_Single_Relative_Tolerance

其中RT_mn表示第m路声源信号第n次分解相对公差，Min_Single_Relative_Tolerance表示单通道相对公差阈值，Min_Double_Relative_Tolerance表示双通道相对公差阈值；

S2-2、根据条件condition3筛选各本征模函数，成立本征模函数组，符合条件的两路声源信号各本征模函数依次对应；

S2-3、本征模函数组各对应本征模函数进行广义互相关求出互相关函数组。