声预警相比雷达预警和光学预警有着功耗低和生产成本低的优点。目前的声预警技术主要是通过布置规则的拾音器阵列或不规则分布的拾音器网络来实现,其中规则布置的拾音器阵列存在抗干扰能力弱、布置灵活性差以及探测容错性低等问题,而不规则分布的拾音器网络虽然有着预警区域大、探测精度高和容错性高等优点,但是其处理算法复杂度较高且融合中心需要承担的计算压力较大。本文研究基于分布式拾音器阵列的声源定位与识别技术旨在结合规则拾音器阵列和不规则拾音器网络的优点来克服两种预警方式各自的局限性。这对于户外地势崎岖环境中声预警网的建立具有极其重要的理论指导意义,在军事侦查以及城市安防等领域有着巨大的应用前景。首先,对声源测向、声源识别以及分布式拾音器阵列数据融合定位的研究现状进行了必要的归纳与总结。其次,针对预警网络的户外地势崎岖场景设计了节点的阵列结构并分析了节点规则布设和随机抛洒各自的最优部署方式,提出了基于改进变步长LMS自适应噪声对消的节点信号预处理方法并分析了算法的收敛特性和声音去干扰效果。随后,分析了L型阵列的声音信号接收模型,介绍了针对L型阵列和声音信号的MUSIC二维测向算法,在此基础上研究了能够抑制色噪声的四阶累积量MUSIC声源二维测向算法并分析了L型阵列对声源进行二维测向的克拉美罗界。紧接着,构建了基于声源识别的节点测向数据关联系统,针对系统中的声源识别问题,提出了抑制高频成分的MFCC声源特征提取方法,在此基础上对比研究了GMM-UBM和i-vector-GPLDA两种声源识别方法的漏警和虚警性能。最后,针对节点关联后的数据融合问题构建了基于分布式多节点测向交叉的声源定位模型,并在此模型基础上介绍了基于最小二乘估计和最大似然估计的两种数据融合定位算法,提出了角度估计加权的改进最大似然估计算法并对比分析了改进算法与最小二乘估计算法的定位精度。