环境噪声和竞争说话者的干扰是语音通信过程中常见的干扰情况,然而,现有的语音处理系统无法做到准确区分和跟踪自己感兴趣的语音信号,其性能受到噪声和竞争说话者语音的严重影响。基于麦克风阵列的语音定位技术在视频会议,语音识别,说话人识别,汽车环境语音获取,混响环境声音拾取及语音增强等领域有重要的应用价值。但已有的声源定位方法的运算量较大,方法复杂,难以实时处理。在对多种算法研究的基础上,本文根据室内语音信号非平稳、有反射和混响等相干噪声的特点,提出了一种新方法—基于Hilbert-huang变换的时延定位法。希尔伯特-黄变换这种时频局部化分析法,非常适合处理非平稳信号,它从信号自身出发,自适应的产生信号固有的基函数,而不是人为的设定变换的基函数。本文提出的这种创新性算法首先对传感器阵列采集到的信号做经验模态分解(EMD),得到各个阶的固有模态函数(IMF分量),然后对这些分量计算归一化能量,提取主要能量的IMF分量,然后重构信号。再根据互相关原理求得时间延迟估计,最后用几何插值法即可得出声源的方位角。由于IMF是信号本身的固有分量,使得系统在噪声和信号未知的情况下,具有很好的自适应性;并且Hilbert谱对信号细节的表达十分精确,非常易于语音信号和干扰噪声的分离,进而减小了混响对整个定位系统的影响。