TDOA 方法的基本原理就是根据信号到达监测区域中的几对节点之间的时间差，求得距离差来确定声源的位置。对于一个传感器网络，知道了信号源到几对传感器的距离差，通过几何处理就可以得到声源位置。即基于声音信号到达时间差的声源定位主要分为两步，第一步首先通过时延估计(time delayestimation, TDE)算法估计出信号在不同传感器之间的TDOA。第二步，利用TDOA 结合已知的节点位置进行定位估计。
因此在无线传感网中，节点之间的时间同步对定位的结果有很大的影响，因此，时延估计的测量很关键，对延迟测量的精度要求也很高。时间同步是无线传感器网络的一项重要研究内容，在传感器网络中，如:标记数据采集时间、定位、时分多址接入、数据融合、协同休眠等都需要网络中节点的时钟保持同步。具有代表性的时间同步算法主要有RBS(Reference Broadcast Synchronization)算法、LTS(Light weight Tree-Based Synchronization) 算法、TPSN(Timing-SyncProtocol for Sensor Network)算法、FTSP(Flooding Time Synchronization Protocol)算法等。
（1）时延估计方法
时延估计方法可以大致分为基于互相关函数的方法、基于通道传递函数的方法和利用语音特性的3种方法。基于互相关函数的方法包括互功率谱相位法、广义互相关方等。基于通道传递函数的方法包括基于子空间分解的方法、基于LMS的自适应方法和基于声学传递函数比的方法等。利用语音特性的方法有基于声门脉冲激励的方法和基于基音加权的方法等，都是通过对信号进行预处理后再进行互相关运算。
TDOA 方法的基本原理就是根据信号到区域中的一对节点之间的时间差，求得距离差来确定声源的位置。对于一个传感器网络，知道了信号源到几对传感器的距离差，通过优化处理就可以得到声源位置。距离差通过测量信号到传感器的时间差来实现。TDOA 方法中，相对延迟的测量很关键，对延迟测量的精度要求也很高。T. Ajdler 和C. H. Knapp 等人[20,21]利用广义互相关法估计声音信号到达多个传感器节点的时间差TDOAs，结合节点的位置信息计算声源位置。TDOA 方法中距离差方程处理起来相对简单，距离差目标函数相比能量法的目标函数多个极值的形状简单得多，局部最小也少，利于迭代方法的收敛。现有的算法对延迟的估计精度要求高。如果要精确地计算时延，必须有很高的采样率，导致数据量比较大，需要大量的计算、通讯，对于传感器网络能量有限的节点来说不是很有利。
