英文题目：Broadband Acoustic Intensity Direction Estimation with Tight-Frame Cardioid Arrays
标签：#声源定位 | #模型评估 | #基准测试
评分：5.7/10 | 创新 1/2 | 技术严谨 1/1.5 | 实验充分 1/1.5 | 清晰度 0.7/1 | 影响力 0.7/1.5 | 开源 0/1.5 | 可复现 0.3/0.5 | 工程/实践 1/1.5
👥 作者与机构
- Akira Omoto：Faculty of Design, Kyushu University, Fukuoka 815-8540, Japan
📌 核心摘要
论文用消声室实测脉冲响应验证成对心形传声器的声强测向，在 50 Hz 到 20 kHz 内比较 TF24 与 TF6 和 20mm 与 100mm 间距，最强证据是 20mm 的 TF24 在干扰信号比 -20 dB 和 -30 dB 时全频段中值跟踪误差在 2.5 度以内，代价是大间距高频和强干扰下误差明显增大且存在与波长相关的峰。
🔗 开源与复现资源
本次未形成可展示的已核验资源记录，开放状态尚未核实。
可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
输入什么、改变什么、保留什么、输出什么？
输入的是消声室里一只心形传声器逐个位置测到的脉冲响应，输出的是每个三分之一倍频程内的声强矢量方向。想改变的是传统压强差分探头受间距限制、高频不可用的局面，必须保留的是方向估计可复述的物理链路：声压与质点振速如何从传声器信号得到、有功分量如何积分、阵列几何如何合成三分量。
论文研究的是单声源、两正交方向相干干扰、多方向干扰下主声源跟踪 3 类任务。教学示例仅为帮助理解：想象你在房间正面放一个音箱，左右和身后又有几个同内容但相位不同的音箱同时响，你手持一个能指示能量流方向的探头，问它在每个频带指向哪里。论文不做语音识别或音乐分类，只回答指向精度随频率、阵列规模和间距如何变化。
核对口径从一开始就要固定。频率范围是 50 Hz 到 20 kHz 的三分之一倍频程，距离是 2.5m，间距是 20mm 和 100mm 两种，阵列是 TF6 和 TF24 两种。任何关于好坏的说法都必须带上这 4 个限定，否则无法复述。
声强测向有哪两条路线，本文站在哪里？
一条路线是压强-压强探头，用两个全指向传声器的压强差近似质点振速。它的上限被有限差分近似和传声器间距约束，间距越大高频误差越大，这是教科书里反复强调的权衡。另一条路线是心形-心形方法，白话是利用传声器本身的指向性，1 对背向的心形传声器相加得声压、相减得振速，英文是 cardioid-cardioid method，缩写为 C-C 方法。
论文把 C-C 方法与高度对称的紧框架阵列结合。白话是方向在空间里分布得尽量均匀无偏，官方英文是 tight frame。作者此前已提出这种布置用于测声强和扩散度，并用实测指向性做过数值仿真，发现单平面波或球面波可准确估计到高频。但那次没有走完发声、传播、空间采样和脉冲响应采集的完整实测链。
因此本文的位置很明确：不是提出新的声强定义，而是在相同测量条件下首次用实测脉冲响应验证紧框架 C-C 阵列的宽带测向，并比较 TF24 与 TF6 在两种间距下的跟踪能力。读相关工作时不要把设计差异直接当性能胜负，不同输入、不同监督、不同运行阶段的方法不可跨条件排名。
要验证的具体问题是什么？
第一个问题是单正面声源能否在全频段指准。理想真值是方位角 0 度和仰角 0 度，允许存在固定的系统偏置，但偏置必须按频带标定并在后续多波分析中扣除，否则会把安装偏斜误读为算法误差。
第二个问题是两列正交到达的相干波合成后，估计的合强度方向是否跟随理论。论文用强度权重定义名义角，再换算为幅值系数做相干叠加，零相对相位，这是最苛刻的相干条件。理论基准是理想平面波的合成强度方向，与频率无关，球面波结果与其几乎重合。
第三个问题更贴近实际：正面主源加多个方向干扰源同时相干存在时，能否跟踪主源方向。这里的干扰不是真实房间反射，而是把实测响应旋转重排并赋随机初相后的标准化基准，用于隔离系统自身性能。难度由总干扰能量比和干扰个数共同决定，总能量固定时个数越多单个越弱。
从脉冲响应到方位角要走哪几步？
全景是 5 步。第一步用一只 DPA 2012 心形传声器装在摄影全景云台上逐个旋转，在 26 个位置依次测 5.5 秒扫频信号的脉冲响应，采样率 48 kHz。第二步从中合成 TF24 和 TF6：TF24 是 8 个方位每 45 度一档、仰角加 45 度、0 度、减 45 度 3 层共 24 个方向组成 12 对对置心形对，TF6 是沿 x、y、z 轴的 3 对正交对置对。两种间距 20mm 和 100mm 在同一批数据下考察。
第三步取直达声公共区间加余弦锥形窗，再过 50 Hz 到 20 kHz 的线性相位三分之一倍频程有限脉冲响应滤波器组，保留包含滤波器拖尾的完整响应。第四步在每个频带、每个对置方向上算声压与振速的解析信号并做时间积分得方向强度，再按单位向量加权求和得 x、y、z 三分量。第 5 步由三分量求方位角和仰角，必要时扣除正面单源的频变偏置。
为什么现在看阵列几何图？因为后文所有平均与重构都依赖它，几何没看清就无法理解 TF24 的空间平均从何而来。
看图路径： 1. 先看左侧 TF24 的 12 组对置箭头是否指向 8 个方位与上中下三层；2. 再看右侧 TF6 的三根正交轴与 d/2 标记；3. 最后核对每对箭头端点的小圆圈表示传声器位置
论文图 1。原论文 Figure 1:：“Tight-frame microphone arrangements considered in this study.”。
左图 TF24 的箭头从中心向外辐射，端点小圆圈是传声器位置，颜色区分不同对置对，可以看到水平层与上下倾斜层交错，构成 12 对背向关系。右图 TF6 只有三根正交轴，垂直轴为橙色长箭头贯穿上下，水平两轴为红与深红色，d/2 标记说明每对偏离原点半个间距。这种对照直接说明 TF6 用 3 对直接给出三分量，而 TF24 用 12 个方向强度加权合成同一三分量，多出的冗余正是后文抑制高频误差的来源。
每对心形传声器如何算出一个方向的强度？
先讲动作。正对与背对的两个带通脉冲响应记为正向输出与负向输出，相加得到声压估计，相减除以空气特性阻抗得到质点振速估计。这里的声压是白话的同点压强起伏，质点振速是白话的空气微团振动速度，英文分别是 pressure 和 particle velocity。
\[p_{\mathrm{est}}=Y_{+}+Y_{-},\quad u_{\mathrm{est}}=\frac{Y_{+}-Y_{-}}{\rho_{0}c},\]该式把指向性利用转化为加减法，不依赖两点差分，因此经验上对间距相对不敏感。但要注意它仍假设心形指向性理想，实际指向性偏差会进入后续误差，这也是作者要用实测指向性和实测脉冲响应验证的原因。
心形-心形方法 × 紧框架： 心形-心形方法负责用 1 对背向的心形传声器输出相加得到声压相关量、相减得到质点振速相关量，紧框架负责把多个方向的指向性强度按单位向量加权求和重构出正交三分量，声强是二者乘积的时间积分方向量；单独用 1 对只能得到一个轴向投影，而紧框架把 12 个方向强度平均后抑制高频误差分量，组合后才有多方向冗余和宽带稳定性，这是只讲指向性或只讲阵列对称性都得不到的含义。
下一步是把实信号变为解析信号再积分。解析信号是白话的实部为原信号、虚部为希尔伯特变换的复信号，英文是 analytic signal。有功声强是白话的能量净流部分，英文是 active acoustic intensity。
\[I_{r_{i}}=\frac{1}{2}\operatorname{Re}\left[\int p_{\mathrm{est},a}(t)u_{\mathrm{est},a}^{*}(t)\,dt\right].\]积分区间包含滤波器完整拖尾，避免截断引入频带间泄漏。TF6 把 3 对的结果直接作为三分量，TF24 把 12 个方向强度各乘其单位向量后求和，因紧框架性质得到三分量的常数倍。常数倍不影响方向，只影响幅度标尺。
相干叠加与随机相位在代码里如何执行？
两波试验的执行顺序是先滤波再变解析信号再叠加。对名义角按余弦正弦归一化定义强度权重，幅值系数取权重的平方根而非权重本身，两路带通响应的解析信号以零相对相位相干相加。对每个通道分别合成混合解析响应，再走同样的 C-C 强度计算与三分量重构，最后估计合成方位。权重定义与合成方式必须严格区分，混淆会把名义角算错。
解析信号 × 有功声强： 解析信号负责把带通后的实信号经希尔伯特变换补出虚部以保留相位，有功声强负责对声压解析信号与质点振速解析信号共轭乘积取实部再做时间积分；前者解决相干叠加时相位对齐和复数运算问题，后者把瞬时起伏平均为可指示能量流方向的量，二者搭配才能在三分之一倍频程滤波器拖尾完整包含的条件下得到与频率有关的稳定方位估计。
多干扰试验则先定主源方位 0 度幅值 1，再从 45 度到 315 度每 45 度一档的 7 个候选中无放回抽取干扰方向，每个干扰赋一个在 0 到 2π 均匀分布的初相且在 1 次试验内所有频带共用。干扰幅值由总能量比除以个数再开方得到，保证干扰总数变化时总能量不变。每次条件做 1000 次蒙特卡洛试验，取中值误差。
直达声截取用 1.5 ms 平顶加两端各 0.5 ms 余弦锥形，同样过带通滤波器组，TF24、TF6 与两种间距用完全相同的处理，保证比较公平。旋转重排模拟不同到达方向的做法提供精确真值，但它不复现真实反射的距离衰减与壁面滤波，这是后文不能外推到混响房间的原因。
没有训练阶段时，什么在更新、什么被冻结？
本研究没有可学习参数的训练阶段，不存在优化器、梯度、早停或权重下载。被冻结的是物理环节：传声器型号与指向性、扬声器位置与距离、消声室传播、滤波器组系数与窗函数形状。更新的只是试验控制变量：名义角权重、干扰方向组合、随机初相和干扰能量比。
真实执行顺序对每个样本都一样：选定方向与相位后取出对应窗切脉冲响应，过同一滤波器组，转解析信号，按幅值系数叠加，算方向强度并重构三分量，最后与理想平面波合成矢量比较。所谓学习依赖在这里体现为确定性求解依赖：若窗区间、滤波器拖尾包含方式或偏置扣除不一致，结果就不可比。
复用的是既有信号处理算子而非既有神经网络权重，因此不存在冻结主干微调头的说法。部署阶段与测试阶段是同一套时域积分代码，只是输入从单源换成混合源。理解这一点才能避免把蒙特卡洛次数误当训练轮数。
数据、划分、指标与统计如何固定？
数据是 26 通道脉冲响应，在消声室用 Genelec 8331 在 2.5m 正面发声、单只心形传声器旋转 26 次测得。TF6 的水平 2 对与 TF24 共用，垂直对单独测量，所有通道都取自同一批 26 个实测响应。这种复用减少了阵列比较中的器件差异，但测量仍为顺序完成，原文没有证明整个过程中不存在声场或安装漂移。划分不是训练验证测试划分，而是按频带划分的三分之一倍频程中心频率，以及按间距和阵列划分的 4 种硬件条件。
指标有两个。单源用估计方位与仰角相对 0 度的偏移，多源用估计方位与理想平面波合成方位之差经 180 度折叠后的绝对值。聚合报告 1000 次试验的中值而非均值，反映分布中间位置，并非最坏情况或尾部误差保证。后续两波与多波分析都先扣除正面单源的频变方位偏置，这是公平比较的前提。
\[L_{\mathrm{J/S}}=10\log_{10}\frac{E_{\mathrm{jammer,total}}}{E_{\mathrm{main}}},\]上式定义总干扰能量与主源能量之比的对数度量，N 为干扰个数，总能量固定。
\[a_{N}=\sqrt{\frac{10^{L_{\mathrm{J/S}}/10}}{N}}.\]上式给出每个干扰的幅值，根号内是能量比除以个数。相位在 1 次试验内跨频带不变，保证相干结构可复现。
\[e_{\mathrm{track}}=\left|\operatorname{wrap}_{180}\left(\hat{\theta}-\theta_{\mathrm{th}}\right)\right|.\]上式定义跟踪误差，帽子符号为实测估计，下标为理想理论，wrap180 把相差整圈的方位差映射到−180 度至正 180 度的区间，再取绝对值。方位角按 360 度周期等价，180 度是折叠区间的边界值，而不是周期；该定义比较的是理想合成声强方向，而非直接以正面主声源 0 度为真值。
干扰信号比 × 跟踪误差： 干扰信号比规定全部干扰源总能量与主声源能量之比，用 dB 表示；给每路分配总干扰能量的等份后，再开平方得到相对于主源的幅值系数。跟踪误差衡量实测响应估计方位与同方向、同幅值、同相位下理想平面波合成声强方位的折叠角差。前者固定实验强度，后者隔离相对理想合矢量的偏离，避免把干涉本身造成的方向转动当作阵列误差。能量按个数平分，并不意味着幅值直接除以个数。
硬件与预算信息是扫频 5.5 秒、采样 48 kHz、直达声窗与滤波器组如前所述。没有 GPU 训练开销，成本主要在旋转测量的人工与时间，以及 1000 次乘频带乘条件的复数运算，但仍是离线可重复的确定性计算。
单一声源在全频段指得准吗？
单源试验先保留尚未校准的偏置，以便理解后续多波分析为何要逐频带扣除正面方位偏差。原文概述 50 Hz 处方位偏差约−2 度，200 Hz 以上约−1 度；这些是近似描述。单源方位的 4 种阵列与间距组合总体接近，并不意味着每个点恰好为零或完全相等。
仰角更依赖频率。原文指出 TF6 低频偏离较大，在 1.6 与 2 kHz 附近还出现波动；高频 TF6 趋近零度，TF24 则约在−2 至−3 度。作者明确表示系统性差异原因尚未识别。因此低频仰角与高频残余偏置应视为待解释观测，而非已经证明来自某一支传声器或某种指向性缺陷。
先在图中区分两个纵轴：上面为 Azimuth offset，下面为 Elevation offset，横轴均是三分之一倍频程中心频率。比较相同频率位置的 4 种颜色，再看各自随频率变化的轨迹，才不会把方位与仰角的零线、偏置和波动混成同一项精度。
看图路径： 1. 先沿中心频率横轴从 50 Hz 看到 20 kHz，对比上下面板；2. 再看图例中 20mm 与 100mm、TF24 与 TF6 四条线的低频分叉；3. 最后定位仰角在 1.6 kHz 和 2 kHz 附近的波动点
论文图 2。原论文 Figure 2:：“Direction estimates for a single source located approximately 2.5 m in front of the array in an anechoic chamber (true azimuth 0^\circ and elevation 0^\circ).”。
上方 4 条方位线在低频均位于负几度，随后向−1 度附近靠近，高频仍多为小负偏置，而非全部贴在零线上。下方低频 TF6 两条线明显更低，TF24 更接近零；中频各线出现起伏，高频 TF6 比 TF24 更接近零度。图像支持方位与仰角具有不同频率特性，单靠曲线尚不能确定其物理原因。
| 条件 | 比较对象 | 方位偏置描述 | 仰角描述 | 原文范围 |
|---|---|---|---|---|
| 50 Hz | TF24 与 TF6、两种间距 | 约−2 度 | TF6 低频偏离较大 | 正面单源 |
| 200 Hz 以上 | TF24 与 TF6、两种间距 | 约−1 度 | 仍有频率相关变化 | 正面单源 |
| 高频 | TF6 | 保留小方位偏置 | 趋近 0 度 | 正面单源 |
| 高频 | TF24 | 保留小方位偏置 | 约−2 至−3 度 | 正面单源 |
| 1.6 and 2 kHz | 4 种组合 | 方位总体较稳 | 仰角出现波动 | 正面单源 |
这张表保留的是作者在正文中给出的近似归纳，而非从图上精确读取的新测量值。图中的低频方位线存在颜色间的小差距，完整曲线比“约 −2 度”包含更多信息；复现时应同时检查原始曲线与处理条件，而非将近似摘要当作逐点真值。
单源结果支持在当前消声室测量下进行宽带方向估计，并揭示标定需求。本文没有在相同装置上给出压强差分探头的实测对照，所以由这些结果直接宣布已经彻底摆脱所有高频间距限制仍过度。后续相干多到达试验确实显示大间距会在部分频带出现更大偏差。
两列正交相干波合成时谁偏离理论？
两波试验把来自正面和正交方向的实测响应按幅值系数相干相加。横轴名义角由强度权重规定，扫描从 0 度到 90 度、步进 5 度；纵轴是合成声强的估计方位。幅值用强度权重的平方根，且两路相对相位为零。理想平面波合成强度的方位才是比较基准，未必等于横轴的名义角。
图中四面板使用 125 Hz、500 Hz、2 kHz 与 8 kHz 代表频带，黑线是同一条与频率无关的理论关系。读图时先固定一种阵列和间距，比较它与黑线的偏离；再切换面板检查偏离如何变化。尤其应区分彩线相对黑线的差与彩线相对横轴数值的差，二者不是同一个误差。
看图路径： 1. 先比较 125 Hz 与 500 Hz 面板中的彩色测量曲线和黑色理论线；黑线表示理想合成声强方向而非横轴名义角；2. 在 2000 Hz 面板跟踪紫色 100 mm TF6 曲线的小角度下凹与大角度上凸，注意它并非线性关系；3. 再看 8000 Hz 面板：黑色理论关系不变，彩线在小名义角侧多低于理论、大名义角侧多高于理论，并非整体下移
论文图 3。原论文 Figure 3:：“Azimuth estimates obtained by coherently combining measured IRs for arrivals from 0^\circ and 90^\circ using amplitude weights \sqrtw_0(\theta) and \sqrtw_90(\theta).”。
125 Hz 时彩线与黑线接近，500 Hz 时也总体跟随理论，紫色 100 mm TF6 线有可见的小偏离。到了 2000 Hz，紫线在较小名义角处下探到零以下，在较大名义角处越过 90 度，呈强烈弯曲；它不是“更加线性”。黄色 100 mm TF24 的偏离较小，两个 20 mm 条件则更接近理论。
8000 Hz 面板的黑线仍与其他面板相同，并未整体移动。彩线多在小名义角侧低于黑线、在大名义角侧高于黑线，约在中部交会，所以“彩线整体下移”不符合原图。紫色 100 mm TF6 仍有明显的下凹与上凸；其余条件更接近线性关系这一趋势，也应与黑线比较后再判断误差。
对置间距 × 波长： 对置间距负责决定 1 对背向传声器偏离原点的几何距离，波长负责决定该距离在声学上相当于几分之几波长；论文发现 100mm 间距在 3 kHz 和 4 kHz 附近误差出现峰，对应波长约 114mm 和 86mm，说明误差峰与间距波长比有关，但其非单调先升后降的形态不同于传统压强差分探头的有限差分衰减，组合后提示心形方法的间距敏感机制需要另行解释，不能直接套用压强探头结论。
原文的结论是 500 Hz 及以下一致性较好，2 kHz 起大间距偏离增大、TF6 最明显，即使 TF24 也可出现约 6 度的偏差。它反映当前零相位两波相干条件的困难，既不是单个声源的定位误差，也没有验证真实房间的全部多径条件。偏差与间距及频率相关；峰的具体物理成因仍需独立研究。
多干扰下主声源还能被跟踪吗？
主源方位为 0 度、幅值为 1；每次从 7 个方向候选中无放回选择干扰，方向间隔 45 度。干扰总能量与主源能量之比 LJ/S 取−10 dB、−20 dB 和−30 dB，各条件做 1,000 次试验。随机相位在单次试验内跨频带保持不变，改变干扰个数时总能量不变。下面讨论的是已经扣除正面频变方位偏置之后，相对同方向、同幅值、同相位的理想平面波合成强度方位的误差。
正文报告 20 mm TF24 在−20 dB 与−30 dB 两档下，全频率范围的中值跟踪误差不超过约 2.5 度。在−10 dB 强干扰档，100 mm 条件在部分频带出现约 10 至 15 度的大误差；20 mm TF24 则在约 5 kHz 及以下保持在 5 度以内，高频端达到约 7.5 度。这里的中值描述典型试验，不等于每次试验都满足同一上限。
图的行列与编码值得逐项确认：上行为 20 mm、下行为 100 mm，左列 TF24、右列 TF6；倒三角、方形与正三角分别表示−10、−20、−30 dB，蓝、橙、绿分别对应 1、4、7 个干扰方向。先在相同形状下比较颜色，再在相同颜色下比较形状，可以把总干扰能量变化与干扰个数变化分开。
看图路径： 1. 先按左上、右上、左下、右下确认 20mm 与 100mm 行、TF24 与 TF6 列；2. 再按倒三角、正方形、正三角区分 -10、-20、-30 dB 三层误差带；3. 最后观察 100mm 行在 3 到 4 kHz 附近的非单调峰
论文图 4。原论文 Figure 4:：“Median tracking error in a Monte Carlo evaluation in which a frontal main source was coherently combined with jammers arriving from multiple directions after frequency-dependent…”。
20 mm 行中，倒三角代表的强干扰误差随频率总体增大，TF6 高频通常高于 TF24。100 mm 行的倒三角曲线则有明显中高频峰后回落，TF6 的峰更突出；这与“频率越高误差必然越大”的单调叙述不同。同一形状中的蓝线经常高于另外两色，但也存在交叉，故干扰方向数的效果仍要在固定总能量和具体频带下比较。
下表保留全部三档 LJ/S 及原文主结果。LJ/S 列的单位统一为 dB，负号表示总干扰能量低于主源；数值越接近零表示干扰越强。这样既保留了−20 与−30 两档，又避免把来源排版中的重复数值误读成减法或范围。表内角度单位统一写在误差列中。
| 阵列与间距 | LJ/S（dB） | 频段条件 | 中值跟踪误差（度） | 比较含义 |
|---|---|---|---|---|
| TF24，20 mm | −20 与−30 | 50 Hz 至 20 kHz | 约 2.5 以内 | 中低干扰的宽带结果 |
| TF24，20 mm | −10 | 约 5 kHz 及以下 | 5 以内 | 强干扰下的低中频结果 |
| TF24，20 mm | −10 | 高频端 | 约 7.5 | 强干扰下误差增大 |
| 100 mm 条件 | −10 | 部分中高频 | 约 10 至 15 | 大间距出现更大偏差 |
| 100 mm 条件 | 三档均作比较 | 约 3 与 4 kHz | 出现非单调峰 | 峰的物理成因待查 |
净收益是在固定测试条件下，较短间距和 TF24 通常带来较小跟踪误差。失败边界是长间距在强干扰中的中高频峰；它不是全频带都达到 10 至 15 度，也不意味着任何使用 100 mm 间距的应用都不可行。原文将 3 与 4 kHz 对应的约 114 与 86 mm 波长列为线索，而不是已经确认的峰值机制。
误差基准尤其重要：理想合成能量流本身会受相干干扰偏转，本文比较实测阵列是否跟随该理想合矢量，而非要求它在任何干扰下都指回主源 0 度。所有混合响应又来自通道置换与相干叠加，并非实测房间反射；这些数字应保留为标准化测向基准，而非混响房间定位承诺。
间距和阵列规模各自贡献了多少？
本文没有神经网络消融；可对照的是 TF24/TF6 与 20 mm/100 mm 的硬件排列，再在同一干扰档与频带下比较。图 4 中，较短间距通常有较小误差，TF24 通常优于 TF6；100 mm 行还出现更明显的非单调峰。原文未给出两因素的统计效应分解，因此将“间距是主效应、阵列规模是调节效应”写成已经检验的统计结论并不合适。
干扰个数的比较保持总能量固定。增加方向数意味着每路分配到较少能量，幅值则按能量平方根缩放；随机相位使相干交叉项随试验变化。作者把单干扰条件看作相干影响较显著的情形，但这不是所有频率和每个随机试验中蓝线都最高的保证。更精确的因果归因需要另外分析相位与几何交叉项。
100 mm TF6 在当前部分中高频条件下的误差峰较大，应作为选型时的负项保留，而非概括成这个配置在所有任务中都不可用。较大间距可能涉及其他测量权衡，本文并未逐项测量其收益。当前结果支持优先验证短间距紧框架方案，同时保留长间距作为揭示边界的对照。
尚未实验分离的是多只传声器之间的指向性、灵敏度与同步差异。本研究始终用同一只传声器顺序采集，再合成阵列；因此几何冗余的当前优势和真实同步多通道实现的误差预算应分开报告。低频仰角系统偏差与间距相关峰值也还需要针对性实验，而不是凭曲线形态指定唯一原因。
边界在哪里，哪些话不能说？
第一，顺序测量合成阵列忽略了多麦克风同时采集时的个体指向性差异、灵敏度失配和时钟同步误差，论文在结尾明确把这点列为未来工作。因此不能把本结果直接当作量产 24 麦克风系统的精度承诺。
第二，多到达条件是通道置换与相干叠加构造的标准化基准，作者明确说它不精确复现实际反射。不能把 -10 dB 下的 7.5 度或 15 度数字直接解读为某混响时间的房间误差，缺少壁面滤波、距离衰减和时延扩展的对照。
第三，仰角低频系统差、高频 TF24 的负 2 到负 3 度残留、2 kHz 两波试验中 TF24 仍有约 6 度偏离、100mm 峰的物理起源都尚未查明。报告显示了现象，解释仍是可能而非因果。把相关性写成因果，或把初期低频趋势外推到全频段，都是越界。
要复现先做哪几步，偏离预期查哪里？
先复现单源全频段曲线。按 26 位置、5.5 秒扫频、48 kHz、公共直达声窗加余弦锥形、50 Hz 到 20 kHz 三分之一倍频程线性相位滤波并保留拖尾、解析信号时域积分的链路走一遍，检查 50 Hz 方位约−2 度、200 Hz 以上约−1 度是否出现。若方位整体平移，先查云台零位与扬声器对准，而非调算法。
再复现两波名义角扫描。用强度权重算幅值开方系数，零相位相干叠加，验证低频贴合理论、高频长间距偏离是否再现。若高频偏离形态不同，核对滤波器拖尾是否截断、解析信号是否在滤波后构造、积分区间是否一致。
最后复现多干扰蒙特卡洛。按总能量比除以干扰个数后再开平方得到每路幅值，1 次试验内相位跨频带不变，做 1000 次取中值，并先扣除正面频变偏置。若−30 dB 条件的中值偏高，应依次核对窗位置、偏置扣除、方向重排与相位分配，这些是排查项而非已经确证的故障原因。峰位置偏移时也应核对间距与声速设置，并保留对尚未明确物理机制的调查。教学示例只演示顺序，不附加未经证实的参数效果。
什么条件下值得尝试？
值得尝试的条件是需要 50 Hz 到 20 kHz 宽带方向指示、可用 20mm 量级小间距、能布置多方向冗余的场景，例如消声或弱反射环境下的声源跟踪与扩散度分析。首选 TF24 加 20mm 组合，在中小干扰下全频段中值跟踪误差最小。若只能做 3 对正交，TF6 加 20mm 在低频与中小干扰仍可用，但要接受高频强干扰下数度的额外误差。
不值得的是用 100mm 间距去硬扛高频强相干干扰，3 到 4 kHz 附近的峰会让中值误差上探到 10 度以上，且 TF6 恶化更重。这不是简单加大间距提升低频信噪比就能换来的，C-C 方法本就对间距相对不敏感，长间距的代价大于收益。
常见误解有三。其一以为紧框架只是麦克风数量多，实际关键是方向均匀分布带来的加权求和与误差平均，数量是手段而非本质。其二以为宽带等于每点都准，实际仰角低频与高频残留偏置仍在，需要按频带校准。其三以为多干扰数字等于房间混响性能，实际它是隔离系统误差的基准，真机还需补通道失配与同步误差的验证。数据可向通讯作者按合理请求获取，是否有开源代码与可下载权重论文未报告，不能按有代码来规划复现。
📎 论文与评分元数据
排名：前50% | 文档类型：方法研究 | arXiv 原文
⚖️ 评分明细
评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。
评分规则：type-aware-v1
评分模型：muse-spark-1.3-contributor
评分请求协议：openai_responses