声源定位技术是语音识别技术的基础，针对复杂噪声和混响的室内环境造成声源定位精度不理想的问题，提出了一种基于麦克风阵列的声源定位系统。首先阐述了声源定位原理，然后提出了改进的广义互相关算法。该算法利用两信号之间的相关性，估计出麦克风之间的时延，进而得到声程差，并根据几何关系确定声源在空间中的位置，最后在嵌入式平台上进行实验。实验结果证明，该方法能较准确地得到声源位置，且距离和方位角的误差分别不超过+5°和±15 cm。

基于LabVIEW的机器人声源定位系统的设计.pdf

基于压缩感知的麦克风阵列声源定位算法

提出了利用2个麦克风基于FPGA的声源定位的方法。具体通过基于相位变换改进的互相关方法成功在低信噪比(10 dB)的噪声环境下完成声源定位。利用同样的算法和硬件结构，可以在1片FPGA芯片上实现5组并行的时域处理的系统，而且每个麦克风的功耗只有77 mW～108 mW。

针对目前安防监控系统监控效率低、盲目性大的问题,设计了一种基于相位差(difference of phase,DOP)的声源定位系统,介绍了系统的组成原理、软硬件电路设计与实现,提出了一种基于DOP的定位算法。该系统以DSP芯片TMS320F28335为核心,以麦克风为声音传感器,以云台为控制对象,实现了一种高效、低成本的嵌入式声源定位系统。实验结果表明,该系统反应快、定位准、可靠性高。

麦克风声源定位：通过SRP-PHAT和其他数值方法进行的麦克风声源定位。（基于SRP-PHAT的麦克风声源定位）

行业分类-作业装置-一种基于双麦克风的声源定位方法.7z

此功能从麦克风接收的数据帧中定位单个源。 它使用带有 PHAse 变换 (SRP-PHAT) 的转向响应功率作为泛函。 真正的源位置将具有最大 SRP-PHAT 值。 随机区域收缩 (SRC) 用作函数中的全局最大搜索算法。 与全网格搜索相比，使用 SRC 将基于 SRP-PHAT 的算法的计算成本降低了 3 个数量级以上。 这项工作基于以下算法： H. Do、HF Silverman 和 Y. Yu，“在大Kong径麦克风阵列上使用随机区域收缩 (src) 的实时 srp-phat 源定位实现”，Proc。 IEEE国际会议。 声。 语音，信号处理。，夏威夷檀香山，2007 年 4 月，第一卷。 1，第 121-124 页。

#资源达人分享计划#

（matlab）gcc-phat是一种简单的声源定位处理方法，该代码可以对一个线性麦克风阵列（例程为8个）采集的连续声源信号（.wav）进行声源角度定位，声源信号文件可以为多声源不同时发声，但各个声源发声不同时且存在一定间隔。 特别提醒：该代码较为简单，仅供自学入门，无法实现简单定位的人使用，帮助理解gcc-phat，附带简单说明文档