我有麦克风在空间中许多不同位置上随时间测量声音。所记录的声音全部源自空间中的相同位置，但是由于从源点到每个麦克风的路径不同；信号将（时间）偏移和失真。已经使用先验知识来尽可能地补偿时间偏移，但是数据中仍然存在一些时间偏移。测量位置越近，信号越相似。
我对自动分类峰感兴趣。我的意思是说，我正在寻找一种算法，“看”下图中的两个麦克风信号，并从位置和波形“识别”出两个主要声音并报告其时间位置：
sound 1: sample 17 upper plot, sample 19 lower plot,
sound 2: sample 40 upper plot, sample 38 lower plot
为此，我计划在每个峰周围进行Chebyshev展开，并使用Chebyshev系数的向量作为聚类算法（k均值？）的输入。
作为示例，以下是在两个峰值（蓝色圆圈）附近的9个样本（红色）上的5个切比雪夫序列对两个附近位置（蓝色）测得的时间信号的一部分：
近似值非常好:-)。
然而; 上图的切比雪夫系数为：
Clu = -1.1834 85.4318 -39.1155 -33.6420 31.0028
Cru =-43.0547 -22.7024 -143.3113 11.1709 0.5416
下图的切比雪夫系数为：
Cll = 13.0926 16.6208 -75.6980 -28.9003 0.0337
Crl =-12.7664 59.0644 -73.2201 -50.2910 11.6775
我想看过Clu〜= Cll和Cru〜= Crl，但事实并非如此:-(。
在这种情况下，也许还有另一个正交基准更合适？
任何有关如何进行的建议（我正在使用Matlab）？
预先感谢您的任何回答！
1
看起来，您本质上是在假设峰的“形状”在Chebyshev多项式系数的向量空间中表示时是连续的（即，峰的一部分的形状发生小的变化会产生小的变化）在系数中）。您是否有理由相信情况如此？听起来好像您在选择工具时未确保能解决当前的问题。
—
杰森R
需要明确的是，您以什么方式试图对峰进行“分类”？您是否要关联来自各个传感器的与相同峰对应的测量值？您是否还有其他方法可以测量先验的相对时间延迟，然后将该信息用于分类？
—
杰森R
嗨，JasonR。我已经更新了我的问题，以使事情变得更加清楚。
—
安迪
实际上，我实际上是在尝试复制“通过地震视域的分类进行自动结构解释”（Borgos等人）中的步骤。我试图从更笼统的角度解释这个问题。
—
安迪
@Andy您能解释一下这些系数如何对应于此处显示的红线吗？他们似乎没有关联...
—
Spacey 2012年