基于麦克风阵列的声源定位技术因设备智能化的发展而变得越来越重要,它用于获得声源的方向和距离信息。如何在声源定位的过程中解决自然噪声、混响、以及声源随机性等因素带来的问题,是很多相关研究者关注的重点。本文以近场声源传播模型为研究基础;以人耳听觉范围内(20Hz~20kHz)的声源为研究对象;以提高声源定位的准确性和实用性为目的展开研究。涉及的研究工作主要有以下几方面:(1)为实现多声源目标的实时定位,选择CSP-SRP算法进行重点研究。针对CSP方法噪声鲁棒性差,且难以同时定位宽-窄带混合声源的缺陷,提出对数功率峰均比加权的CSP方法(LPARW-CSP)。LPARW-CSP以多麦克风求和功率谱的峰均比为依据,为传统CSP引入一个加权因子,实现抑制噪声频点幅度并增强有效声源频点幅度的效果。为防止单一频点的过度增强造成对其它频点的掩蔽,将峰均比变换到对数域。针对全局SRP搜索运算量大的问题,对近场中的SRP搜索策略进行了优化。理论研究和实验表明:LPARW-CSP有效增强了算法在强噪声中的估计精度,无论对窄带单音还是宽带语音都能准确定位。优化的近场SRP搜索策略相比全局搜索成倍地缩减了运算量,便于算法的实时处理。(2)在粒子滤波理论框架下,对声源的运动轨迹进行滤波跟踪。基于激励-阻尼模型建立符合声源运动特性的状态方程,以LPARW-CSP结合带有门限判决的SRP搜索得到声源位置的观测数据,并使用高斯分布的采样密度函数和似然函数对声源位置的后验概率密度进行重要性采样。提出多声源的分配规则,解决了多声源动态跟踪中,观测结果与跟踪声源的匹配、新源产生和旧源消逝等问题。仿真实验表明:粒子滤波的跟踪轨迹能快速收敛于声源真实轨迹,减少了混响和声音短暂静默等干扰因素对声源位置估计的影响。