储用于峰形的相关 联的房间尺寸数据而确定房间尺寸估计。因此，估计器105可W将当前房间的峰值签名与 所存储的峰形比较，并且基于该比较评估用于所存储峰形的房间尺寸数据。用于紧密地匹 配峰值签名的峰形的房间尺寸数据与应用不太好地匹配当前房间的峰值签名的峰形的房 间尺寸数据相比可W被赋予较高权重。
[0071] 在下文中，将描述估计器105如何可W生成房间尺寸估计的示例。在示例中，高效 捜索方法被用来确定对应于检测到的峰值频率集合、即对应于峰值签名的最可能的房间大 小。捜索方法基于比较检测到峰值签名/频谱与数据库的峰形，并且使用合适的误差准则 确定匹配峰形/候选房间的集合。随后从运些匹配峰形/候选房间的所存储房间尺寸生成 房间尺寸估计。具体地，可W识别单个匹配峰形/匹配房间，并且可W设置房间估计作为用 于该峰形的所存储的房间尺寸。
[0072] 应该领会的是，在其他实施例中，估计器105可W使用其他方案W用于基于比较 和所存储房间尺寸数据生成房间尺寸估计。
[0073] 图2图示了根据一些实施例的估计器105的元件的示例。
[0074] 在示例中，估计器105包括禪合至包括数据库的存储装置107的捜索器201。捜索 器201被设置成针对从声学房间响应生成的峰值签名而在数据库中找到匹配的峰形。
[00巧]捜索器201禪合至提取器203,其也禪合至存储装置107并且被设置成从数据库提 取与匹配峰形相关联的联的房间尺寸数据。因此，一旦捜索器201已经识别了数据库中一 个或多个匹配形，提取器203提取存储在运些数据集合中的房间尺寸数据。
[0076] 提取器203禪合至估计生成器205,其被设置成响应于所提取的房间尺寸数据来 确定房间尺寸估计。
[0077] 将参照具体示例描述该方案，其中峰值签名由在声学房间响应的低频率间隔峰中 值频率集合表示。因此，峰值签名可W简单地由频率值的集合表示，频率值是由峰值检测器 103检测到的峰值的频率。
[0078] 类似地，峰形的每一个包括峰值的频率的集合。因此，每个数据集合包括对应于针 对由数据集合所表示房间确定的(无论是测量的还是计算的）声学房间响应中的峰值的频 率数值的集合。
[0079] 因此，峰值签名和峰形通过在低频间隔中对应于峰值的许多频率值来表征对应的 声学房间响应。在无噪声的理想情况下，运些频率将对应于房间的本征频率，并且因此将提 供特别高效的基础W用于找到对应于匹配房间的匹配声学房间响应。
[0080]在示例中，捜索器201基于峰值签名的频率与单独的峰形的频率的比较来确定针 对每一个峰形的距离测量值。例如，对于峰值签名的每个频率值，捜索器201可W确定至峰 形的最近频率数值的频率偏移。运可W针对峰值签名的所有频率重复，并且可W对频率偏 移或误差求和W提供针对峰形的总距离(或误差）测量。W此方式，捜索器201可W针对每 个峰形生成单个距离测量。
[0081] 捜索器201可W随后继续识别导致最低距离测量的峰形，并且该峰形可W被选择 作为匹配形并且被馈送至提取器203,该提取器继续提取对应数据集合的房间尺寸数据。该 数据随后被馈送至估计生成器205,其例如通过简单地直接使用检索到房间尺寸数据而生 成尺寸估计。
[0082]在许多情况中，对于至少一些峰形，可能有利的是计算本征形而不是基于测量的 声学房间响应。因此，在一些实施例中，至少一些峰形可W包括针对房间计算的本征频率的 集合。相关联的房间尺寸数据可W包括用于计算本征频率的针对房间的尺寸的指示。运可 W在许多情况中提供更精确的比较，因为它可W减少噪声、测量不确定性等的影响。事实 上，可W考虑，该比较设法在低频下比较底层本征频率模式并且峰值检测和处理可W视作 运些模式的估计。因此，在峰形中直接地表示底层本征频率模式而不是其估计可W提供改 进的估计。
[0083]在下文中，将更详细描述具体示例。
[0084]在示例中，捜索过程的第一阶段是限定可能的房间大小的捜索空间。示例的捜索 算法基于针对最可能对应于所检测的峰值集合的一个而捜索可能的房间大小候选者的数 据库。运意味着数据库的范围可W处于或经常必须被限于房间大小的某一范围。运是通过 限定每个房间尺寸的最小和最大的大小而完成的。此外，对于每个尺寸限定步长，运将确定 针对该尺寸可W检测的在大小方面的最小差异。通过限定每个尺寸的范围和步长，限定了 将被算法视作候选者的房间的离散捜索空间。
[0085] 下一个步骤是例如使用方程（1)计算在捜索空间中对应于每个房间的本征频率的 离散集合。因为只有在低频范围中的本征频率是令人感兴趣的(其中本征频率可W单独地 检测)，所W必须仅包括高达某一频率的本征频率。例如，对于典型大小的客厅，可能足够的 是包括高达约100化的本征频率，其中典型地可W存在约20。
[0086]所得到的候选房间和它们对应的本征频率集合的收集形成由算法捜索的数据库。
[0087]应该注意的是，在该说明书中，数据库的生成作为捜索的一部分而执行。然而，应 该领会的是，在许多实施例中，数据库可W在捜索之前填充。例如，在设计和/或制造阶段 期间它可W被预先计算，并且被存储为设备中的查找表。也应该领会的是，数据库可W例如 在认为适当的时候(例如当在可能尺寸的新范围之上执行捜索时）通过添加附加的峰形来 动态地修改。
[008引在示例中，捜索器201针对在捜索空间中每个候选房间（即针对每个峰形）计算误 差或距离测量，使用反映检测到峰值频率的集合与候选房间的本征频率的集合之间（即，峰 值签名与峰形的频率之间）差异的距离度量。
[0089]-个具体的实现方式如下。对于(总共L个房间中的)候选房间1W及来自待估计 房间的测量的声学房间响应的(总共M个频率中的）检测的峰值频率m，找到来自对应于峰 形/房间1的集合(总数为N)本征频率n，其具有至检测到峰值m的最小距离(频率上）dim。 运是针对峰值签名的所有M个检测到峰值频率进行的，并且得到的M个距离dim被求和W给 出针对峰形/房间1的总误差测量〇1。对于所有L个候选峰形/房间计算该距离测量。具 有最低总误差测量化的峰形W及因此候选房间现在推断为对应于真实房间几何结构的最 可能的一个，因为它具有与测量的峰值频率的最佳整体匹配。
[0090]误差测量可W例如计算为：
議 其中fm。。^指代峰值签名的M个测量的峰值频率的集合，且fMg。。是峰形1 (即候选房间 1)的N个本征频率的集合。
[0091]在该示例中，距离测量包括可W用于改善捜索的两个权重因子和W2。该权重因 子在许多实施例中可W被简单地设置为一。
[0092]导致最低距离测量的峰形可W被识别，并且存储用于该峰形/房间候选的房间尺 寸可W用作用于当前房间的房间尺寸估计。例如，存储用于匹配峰形的宽度、长度和高度可 W输出作为当前房间的宽度、长度和高度的估计。
[0093]作为直接推断具有距离测量的整体最低值的单个房间候选是正确的那个的备选， 其他策略可W是有利的。尽管对于模拟的房间，真实的是，对应于已建模房间的候选房间 通常具有最低的总误差值，对于现实生活的房间，情况可能并非总是运样。出于各种原因， 可能发生的是，存在几何结构上非常不同但是具有类似的总距离值的多个候选房间（的群 集)。运可W导致最合适房间候选者的不正确识别，如果算法简单地选择具有最低计算的距 离测量的候选房间的话。
[0094]在一些实施例中，捜索器201可W例如识别多个匹配峰形(例如距离测量均低于 给定阔值的所有那些峰形)，并且提取器203可W针对所有匹配峰形提取房间尺寸数据。估 计生成器205可W随后组合所提取的数据W生成尺寸估计。例如，可W通过对存储用于匹 配峰形的长度取平均而生成房间长度的估计，可W通过对存储用于匹配峰形的宽度取平均 而生成宽度的估计，并且可W通过对存储用于匹配峰形的高度进行平均而生成高度的估 计。
[0095]在一些实施例中，该取平均可W是加权平均，其中取决于针对对应峰形所生成的 距离测量而加权每个所提取尺寸的权重。
[0096]在其中房间估计包括对应于不同方向的多个一维值(例如宽度、长度和高度）的大 量情况中，已经发现显著改进估计的可靠性的另一方案是响应于沿并非在方向子集中的一 个或多个方向针对峰形的匹配指示的平均(例如加权平均）而确定针对该方向子集平均的 匹配指示(诸如距离测量、误差测量或可能性测量)。
[0097]该方案可W例如在单独方向之上对不同峰形的距离测量取平均。例如，当识别哪 个峰形提供了用于确定房间宽度和长度的最佳匹配时，可W通过将具有相同宽度和长度的 所有峰形取平均、即通过在房间的所有可能高度之上对距离测量取平均而生成距离测量。 特别地，如果峰形在=个维度中被提供不同测量，通过对于每个峰形计算距离测量而生成 =维距离测量矩阵。在该情形中，在矩阵的第=个维度之上对所有距离测量求和或者取平 均，由此生成了距离测量的二维矩阵。随后可W在该二维矩阵中选择得到的最低距离测量。 运基本上可W被认为将估计减少至二维估计。在一些实施例中，该减少可W是至单个维度， 即也可W执行在第二维度之上取平均。该方案可W并行地应用至不同维度，由此仍然允许 生成=维估计。该方案已经在实验性地被发现在许多情况中提供改进的性能。
[0098] 在一些实施例中，峰形可W包括概率值的集合，其中每个概率值指示在频率间隔 中测量峰值的概率。因此，与指示本征模式的频率相反，低频范围可W采用为每个间隔提供 的概率值而被划分为相对较小的频率间隔。运可W提供底层本征模式的更广泛或模糊的表 示，并且运在许多情况中可W提供更鲁棒的捜索。
[0099] 在运样的实施例中，捜索器201可W取代针对每个峰形生成距离测量而确定可能