近些年来,随着经济的发展,城市中汽车的数量不断增多,汽车鸣笛噪声给人们的身心健康带来了影响,同时也给道路的交通安全带来了隐患,因此汽车鸣笛噪声的治理受到了越来越多的重视。本研究针对学校、医院、居民区这些禁鸣区域,将麦克风阵列技术应用到鸣笛声识别与定位监管过程中,对实现汽车鸣笛声的识别与定位非常有必要。本文在麦克风阵列的基础上对鸣笛声识别系统和鸣笛车辆声源定位系统进行了研究。研究首先对汽车鸣笛声频谱进行分析,找出了鸣笛声与其他声音不同的特征,并在BP神经网络的基础上将鸣笛声频率的梅尔系数特征、峰度特征、方差特征和算术平均与几何平均比特征作为BP神经网络的输入特征参数,进行了鸣笛声的学习训练并构建了识别系统,以此进行鸣笛声的识别,判断采集到的声音为何种声音。并对不同的鸣笛声进行了分析,利用子频带能量特征提取的方法提取了不同鸣笛声的特征点后实现了鸣笛声与鸣笛声之间的分类。实验结果表明汽车鸣笛声的识别率在94%以上,识别系统可以很好地对汽车鸣笛声进行识别。麦克风阵列形状对鸣笛声声源定位精度有很大影响,本研究分析了传统的声源定位算法,设计了一种四通道空间十字形麦克风阵列,提出了一种利用时延估计与空间平面相交法相结合的定位算法实现了鸣笛车辆声源的定位。并采用STM32F407控制器实现了鸣笛声的采集、处理以及鸣笛车辆的拍照和数据存储的处理与控制。实验结果表明,鸣笛声声源定位的距离误差可以控制在0.21m以内,较准确地实现了鸣笛声源的定位。结果发现随着距离的增加,鸣笛声定位的误差也随之增大。最后结合鸣笛声的定位结果,对鸣笛车辆进行了车牌字符的提取与分割,采用模板匹配的方法进行了字符的识别,并将车牌字符完整的提取出来。