음원 위치 추정은 여러 방면에서 쓰임이 있는 응용 기술이다. 음원의 위치를 추정하기 위한 기본 기법 중에는 시간 지연 추정 기법이 있다. 이 기법에선 음원의 위치를 추정하기 위해서 두 개 또는 그 이상의 수신기에 들어오는 신호간의 상대적 시간 지연을 알아내야 한다. 시간 지연 추정 기법에는 GCC (Generalized Cross-Correlation) 대표적이지만, 최소 고유치에 대응하는 고유 벡터를 이용하는 방법도 많이 쓰인다. 이 방법은 최소 고유치에 해당하는 고유벡터를 이용한다. 최소 고유치에 대응하는 고유 벡터를 이용하는 방법은 낮은 신호 대 잡음비 환경에서나 상관도가 있는 잡음환경에서, 최소 고유치에 해당하는 고유 벡터를 추정하는데 어려움이 있어서, 성능이 떨어진다. 본 논문에서는 정준형 상관 분석 (CCA)를 이용한 새 기법을 제안한다. 이 방법은 일반 고유치 분해 중에서 최대 고유치에 대응하는 고유벡터를 사용한다. 따라서 추정에 사용하는 고유벡터는 시간 지연 추정에 필요한 정보가 충분히 들어있다. 본 논문에서는 여러 서로 다른 신호 대 잡음비 환경 하에서 상관도가 없는 경우와 상관도가 있는 경우의 잡음 에 대해 비교 모의실험을 하였고, 이 비교 실험을 통하여 얻는 데이터를 통해서 제안한 CCA 기반 알고리즘이 기존 최소 고유치에 해당하는 고유벡터를 사용하는 시간 지연 추정법의 성능보다 더 우수하다는 것을 보인다.
The localization of sources has a numerous number of applications. To estimate the position of sources, the relative delay between two or more received signals for the direct signal must be determined. Although the generalized cross-correlation method is the most popular technique, an approach based on eigenvalue decomposition (EVD) is also popular one, which utilizes an eigenvector of the minimum eigenvalue. The performance of the eigenvalue decomposition (EVD) based method degrades in the low SNR and the correlated environments, because it is difficult to select a single eigenvector for the minimum eigenvalue. In this paper, we propose a new adaptive algorithm based on Canonical Correlation Analysis (CCA) in order to extend the operation range to the lower SNR and the correlation environments. The proposed algorithm uses the eigenvector corresponding to the maximum eigenvalue in the generalized eigenvalue decomposition (GEVD). The estimated eigenvector contains all the information that we need for time delay estimation. We have performed simulations with uncorrelated and correlated noise for several SNRs, showing that the CCA based algorithm can estimate the time delays more accurately than the adaptive EVD algorithm.
