python互相关函数_基于Cross-Correlation互相关函数的信号同步方法

背景

最近做刷牙声场分析的时候遇到这样一个问题：

同时采集了两个通道的声信号，其中一路，喉麦信号

是通过MIC->链路线->3.5接口进入手机，另一路蓝牙耳机录制的信号

是经过MIC->蓝牙DSP编码->蓝牙传输进入手机，两路信号的传输时延不同，并且两路信号的开始采集时间不同。这就导致在一个时间窗口内，两个通道的信号的时间戳是没有对齐的，如图1所示。如果想融合这两个通道的信号特征并进行分类，这一时间偏差会导致准确率严重下降。

图1 从峰值的位置可以看出 两个通道的信号是没有对齐的 通道T(上)落后于通道B(下)

那么如何解决时间同步的问题？通过分析这两路信号的特征，可以发现有以下特点：

在录制的过程中，物理世界发声的声源只有一个，因此两个MIC录到的一定是同一个振动产生的声信号，当这个振动源的特性发生改变时(如达到共振峰，或者瞬时能量为0)，一定会在两个通道的信号中都有所体现，也就是说，虽然两路信号的绝对时间戳没有对齐，但是以声源的时间为参考，这两路信号在任意时刻的变化趋势一定是与发声源相同的。

以图1为例，在声源出现三次振荡时，可以观察到，T和B两个通道都记录到了三次振荡，只不过由于时延，B记录到的振荡是比T要稍微靠前的。直观来讲，如果B和T是同步的，那么当B达到峰值时，T也应该达到峰值；B达到0值时，T也应该达到0值，但是在图1中，以较为明显的第二次振荡为例，B达到峰值时，T等待了若干ms的时间才达到峰值。因此，在这个有偏差的系统中，B和T在任意时刻，有相同变化的趋势(B是峰值T也是峰值，B是0点T也是0点的趋势)都是比较小的。

这时我们就可以考虑，保持B不动，如果把信号T往前滑动几ms，那么B和T有相同变化的趋势就大一点；再往前移几ms，那么B和T有相同变化的趋势就又大一