公共场所的安全问题一直是人们关注的焦点。正常情况下,监控视频能够很好的识别安全风险事件,但监控区域往往存在盲区,且在视线被遮挡或诸如雨、雾、烟等干扰下通常不能准确检测异常事件。鉴于新一代监控设备通常具有视频、音频等多信号采集功能,而音频信号的扩散不受空间限制,并且考虑到一般异常事件会伴随异常声音发生,因此本文基于异常音频信号的特征,结合监控云台具有的远程控制各种角度旋转、调焦等功能,利用音频信号的检测与定位进行预警,可望与视频监控互为补充形成一个更有效的协同分析系统。本课题系航天二院某研究所委托研究的“863”项目的子课题,旨在通过对异常声源检测与定位的研究,为监控系统的智能化实施提供必要的理论准备。本文首先从音频的时域和频域分析着手,通过对现实生活中各种可能出现的异常声音的特征参数进行剖析,建立异常声音数据库用于异常声音检测并进行分类。通过改进端点检测算法,本文提出短时能量时间阈值算法,并对算法进行数值实验与分析。其次,考虑到大规模监控系统巨量的音、视频信号处理应有的实时性,本文讨论了并行处理的手段,改进了检测部分的串行算法,在四核CPU的计算机上使用Visual Studio2010基于OpenMP库进行多线程并行程序设计,给出了定位麦克风的选择依据。鉴于当前麦克风阵列的声源定位研究都是在固定的小型定位系统上,针对本课题的监控系统麦克风间距大、定位的四元阵列不固定等特点,本文基于时延估计的声源定位方法建立了闭式线性定位模型,并给出了该模型解的存在性和唯一性条件。数值实验结果和分析表明了方法的有效性。最后利用上述所得的一系列讨论结果,本文基于Visual Studio 2010结合MFC界面,进行了监控系统中异常点声源检测与定位系统的设计与开发。