基于广义互相关的声源定位matlab代码模版
%% 数据准备 [signal, fs] = audioread('双通道录音.wav'); mic1 = signal(:,1); mic2 = signal(:,2); max_tau = 0.02; % 对应麦克风间距20cm这里有个坑要注意：麦克风间距直接决定最大时延差。假设你的麦间距是20cm，声速340m/s，那最大时延就是0.2/340≈0.000588秒——不过实际代码里我故意设大点，留点余量防翻车。
%% GCC-PHAT核心算法 cross_spectrum = fft(mic1).*conj(fft(mic2)); phat_weight = 1./(abs(cross_spectrum)+eps); % 加eps防除零 gcc_phat = ifft(phat_weight .* cross_spectrum);这段代码藏着两个骚操作：1.用eps避免频谱零点导致数值爆炸，2.频域相乘等效于时域卷积。重点是这个phat_weight，它相当于给互相关加了相位权重，专门对付混响环境——这也是GCC-PHAT比普通互相关更抗造的原因。
时延估计部分更刺激：
[~, max_idx] = max(abs(gcc_phat)); tau = (max_idx - 1)/fs; % 转换为实际时延 if tau > 1/(2*fs) % 超过奈奎斯特极限就镜像处理 tau = tau - 1/fs; end这里有个隐藏知识点：当实际时延超过采样周期的一半时，时延会跑到负轴上。这时候要手动校正，不然定位方向会反。不信你试试把这段代码注释掉，对着麦克风左边拍手，程序可能告诉你声源在右边。
最后定位公式一把梭：
theta = asind(tau * 340 / mic_distance); % 声源方位角 disp(['声源方向：', num2str(theta), '度']);这个asin函数暗藏杀机——当实际时延超过麦克风间距对应的最大时延时，计算结果会变成复数。所以前面设置max_tau就是用来做阈值判断的，别问我怎么知道的，都是泪。
完整跑一遍流程，拿手机录段拍手声试试。你会发现当声源在麦克风左侧60度时，程序输出大概55度——误差主要来自环境噪声和手机麦克风的相位响应不一致。这时候就该搬出我们的玄学修正大法：
% 实测校准代码（不同设备需重新标定） if theta > 0 theta = theta * 0.9 + 5; % 右声道修正 else theta = theta * 0.8 - 3; % 左声道修正 end最后给个忠告：别在卫生间做测试，混响能让你怀疑人生。想要实战精度，老老实实加个维纳滤波预处理，再不行就换MUSIC算法。不过对于入门来说，这套代码足够在毕设里撑场子了——别问我是不是这么毕业的。
