$$\begin{array}{l}{r}_1（t）＝\mathrm{年代}（t）+n_1（t）\\ r_2（t）＝\mathrm{年代}（t-D）+n_2（t）\end{array}$$

$$罪\beta ＝\frac{c\tau }{l}$$

$$\begin{array}{l}R（\tau ）＝E｛r_1（t）r_2（t+\tau ）｝\\ \stackrel{＾}{D}＝\underset{\tau }{\mathrm{参数}\mathrm{马克斯}}R（\tau ）\end{array}$$

$$\begin{array}{l}\mathrm{年代}（f）＝{\displaystyle {\int }_{-\infty }^{\infty }R}（\tau ）e^{-我2\pi f\tau }d\tau \\ \tilde{R}（\tau ）＝{\displaystyle {\int }_{-\infty }^{\infty }\frac{\mathrm{年代}（f）}{|\mathrm{年代}（f）|}}{e}^{+我2\pi f\tau }df\\ \tilde{D}＝\underset{\tau }{\mathrm{参数}\mathrm{马克斯}}\tilde{R}（\tau ）\end{array}$$

$$\begin{array}{l}c{\tau }_{kj}＝-（{\stackrel{\to }{x}}_k-{\stackrel{\to }{x}}_j）\cdot \stackrel{\to }{u}\\ \stackrel{\to }{u}＝\mathrm{因为}\alpha 罪\theta \stackrel{＾}{我}+罪\alpha 罪\theta \stackrel{＾}{j}+\mathrm{因为}\theta \stackrel{＾}{k}\end{array}$$