作者：孙书学; 顾晓辉; 吕艳新经验模式分解本征模态函数声阵列时延估计
摘要：提出一种基于经验模式分解（Empirical Mode Decomposition,EMD）的广义互相关时延估计方法,用来解决信号非稳态且采集信号的各个通道间存在相关性噪声的条件下如何提高时延估计精度的问题。利用EMD处理非稳态、非线性信号具有良好的自适应性的特点,将声信号分解为多个本征模态函数（Intrinsic Mode Function,IMF）,然后对相应的IMF进行互相关获得多尺度时延值。针对多个时延值不相等的问题,给出了选择精确时延的频谱一致性和时延矢量匹配两个准则,提高了该方法的实用性;并将这一理论应用于声阵列对声源的定位。试验证明：该方法能够在信号非稳态且采集信号的各个通道间存在相关性噪声条件下实现时延的精确估计,并提高了定位精度和时延估计的稳健性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
