传统的广义互相关算法在噪声和混响的情况下效果不佳,而基于倒谱预滤波的时延估计算法尽管改善了广义互相关算法的抗混响效果,但其在噪声环境下性能仍然较差,针对这一缺点,引入二次互相关,同时对相位变换(PHAT)加权函数进行改进,提出了基于倒谱预滤波的二次互相关算法。仿真结果表明:基于倒谱预滤波的二次互相关算法在抗混响和抗噪声的能力上要优于倒谱预滤波时延估计算法和相位变换加权广义互相关(GCC-PHAT)算法,在低信噪比和强混响的条件下仍然可以得到较为准确的时延估计值。