近些年,随着科学技术的快速发展,越来越多的无人机应用于各个领域。无人机的滥用给公共安全带来了威胁,目前缺乏对无人机的有效管制,各地“黑飞”事件频发。现阶段常见的无人机探测手段有雷达、视频、声音探测等。声音探测通过捕捉无人机飞行时发出的声音信号实现对无人机的检测与定位,该方法在目标检测、定位等方面有其独特优势,可以有效地探测无人机,对无人机探测研究具有重要的意义。通过麦克风阵列采集周围环境中的声音信号,可以获取声源信息和其空间信息,利用这些信息可以实现对无人机的检测与定位。本文的主要工作是设计并实现基于声阵列的无人机检测与定位系统,通过采集声音信号检测是否含有无人机,并且定位无人机的实际位置。本文首先研究了无人机声音检测问题,将MFCC、GFCC及其一阶特征参数用于声音信号的特征提取,使用LSTM网络作为检测模型,对提取的特征参数进行识别,判断是否含有无人机声音。通过仿真实验,与传统的SVM方法进行对比,证明了使用混合特征参数的LSTM网络进行无人机的检测具有更好的效果。在麦克风阵列优化方面,本文首先研究了麦克风阵列的性能参数,对比了圆阵、单螺旋、多臂螺旋等多种阵列的性能,根据本文应用场景设计多臂辐条阵作为阵列构型。然后,选取3d B带宽和最大旁瓣级作为待优化参数,使用遗传算法对多臂辐条阵的阵元间距做进一步优化,在保持最大旁瓣级的条件下拥有更窄的3d B带宽。优化后的阵列具有较好的性能和可拆卸、便携等优点。之后,本文基于优化后的多臂辐条阵列实现了无人机检测与定位系统的软硬件设计与实现。使用MEMS数字麦克风制作多臂辐条阵列;使用AC7020作为采集板主控模块;采集板与上位机之间通过TCP网络传输数据,设计上位机软件,分析音频信号并实现对无人机的检测与定位。最后,本文对麦克风阵列和采集系统进行了测试,并在实际环境中测试本文设计的无人机检测与定位系统。