作为阵列信号处理领域的一个分支,麦克风阵列已广泛应用于电视会议、语音增强及识别等方面。声源定位是麦克风阵列进行空间滤波的重要基础,近年来发展迅速。基于阵列的定位算法可以分为超分辨算法和非超分辨算法。超分辨算法可以突破瑞利限,在一定条件下可以实现任意定位精度,具有极大的应用价值。作为超分辨空间谱估计技术的MUSIC(Multiple Signal Classification)算法是经典的DOA算法之一,然而传统的MUSIC算法在信源为窄带远场非相干信号的假设下,才能得到很高的分辨力和估计精度。而麦克风阵列处理的是宽带短时平稳的语音信号,并且声源可能位于阵列的近场范围内,这将导致MUSIC算法性能急剧下降甚至失效。为了能将传统窄带MUSIC算法应用到麦克风阵列系统中,必须针对声源宽带、相干的特点,对MUSIC算法进行改进。本文首先研究了经典MUSIC算法,并通过MATLAB仿真对其性能及参数进行了详细研究。然后对两种基于MUSIC的解相干算法——基于空间平滑的解相干算法和修正MUSIC算法进行研究,并通过MATLAB仿真验证了两种算法的解相干性能,为宽带解相干算法的研究做好充分的准备。之后针对声源信号的宽带特点,对宽带ISM(Incoherent Signal Subspace Method)算法和CSM(Coherent Signal Subspace Method)算法进行深入研究,并将两种解相干方法加入ISM算法中,提高了其对相干信号的估计能力,并同CSM算法一样,实现对远场一维声源信号的DOA估计。由于麦克风阵列信号很多应用环境下处于阵列近场范围内,因此传统的远场平面波模型将不再适用,取而代之的是近场球面波模型。本文在对声源信号深入研究的基础上,构建了精细的近场球面波模型,并提出一种基于时域MUSIC算法的麦克风阵列近场方位角和距离联合估计算法,该算法不需要对阵列接收信号经过FFT变换到频域,也不需要构造聚焦矩阵,降低了计算量,在一定条件下提高了系统的实时性。最后,给出算法的基本实现方案。