麦克风阵列相较于单麦克风系统,其优势在于能获取关于声场的空时域信息。而声场的空域信息在语音信号处理中,能在减少声源信号失真的条件下,对声源进行降噪、定位、语音增强等声信号处理。而众多声场应用中声源定位在麦克风阵列信号处理中有着重要的基础作用。而各类声源定位算法如何在定位声源的精确度和算法运算量之间找到综合合适或适合某些具体场景的平衡点是声源定位的难点问题。本文的研究目的在于,在实现定位精确度的同时,降低算法需要消耗的计算资源,提高算法实时性,并通过阵列校准算法减少因阵列实验测量误差对定位算法准确度的影响。本文的主要工作成果如下:（1）本文分析了在声源定位算法中对算法有着不同影响的模型因素,即从信号接收模型和阵列拓扑结构入手,对不同的结构对算法的影响进行了分析,为之后章节中对算法的研究分析提供模型基础。（2）本文对传统延时累积定位算法的误差原因进行分析,针对该算法中频率和样本数对估计误差存在的耦合影响而导致的理论误差问题,提出改进的延时差分定位算法,其实现方式为重新设计延时累积算法的价值函数;仿真证明提出的算法在鲁邦性上对比传统算法有所提升;在精度上,保持了传统算法的定位精确度;同时,降低了算法的时间复杂度。（3）本文通过微软体感外设设备Kinect,设计一套软硬件结合平台,能实现对声源数据的采集与分析,主要的系统流程包括:实验环境搭建、阵列信号采集（通过Kinect麦克风阵列）、声音信号的预处理（针对噪声和截断效应带来的影响进行处理）、阵列校准（阵列阵元位置进行校准,一定程度上减小了因阵元系统测量等原因造成的定位算法的误差）、声源定位算法的实现。该系统能实现完整的流程,并在实际实验环境中,验证了提出的改进延时差分算法的有效性。