利用声源信息的定位与跟踪技术已广泛应用于电话与视频会议、人机交互、说话人跟踪与监视、智能机器人、反阻击系统等。但由于声源信息易受环境及噪声的影响,如何精确而快速地实现对声源目标的定位与跟踪意义重大。在真实的应用场景中,目标往往是多个,而且个数会随着时间变化,这就使得声源定位与跟踪问题变得更加复杂。基于随机集理论的概率假设密度(probability hypothesis density,PHD)滤波多目标跟踪算法,突破了传统的数据关联方法,具有严格的数学理论基础,大大降低了计算量,开拓了多目标跟踪的研究领域。本文在此基础上研究了一种多检测概率假设密度(MD-PHD)滤波多目标跟踪算法。该算法利用传播过程中的多径信号实现对目标的定位与跟踪。以下是本文的主要研究内容:第一,研究了真实环境下声源信号的特征及传播模型。在此基础上建立了声源信号的传播模型,并通过仿真分析了房间内声音信号的脉冲响应。为了提高后续处理的高效性,通过仿真分析了声源信号的预处理过程。第二,研究了时延估计算法中的多种广义互相关法。通过仿真实验比较了各种广义互相关法的优缺点,并重点研究了PHAT-GCC时延算法。针对标准的PHAT-GCC性能易受噪声影响的问题,研究了一种改进的PHAT-GCC算法。通过仿真验证了改进的PHAT-GCC算法性能更优。第三,基于随机有限集的理论,建立了递归多目标跟踪模型,并研究分析了概率假设密度(PHD)滤波多目标跟踪算法及其粒子滤波实现。通过理论分析及实验仿真表明,粒子滤波概率假设密度(SMC-PHD)滤波多目标跟踪算法能够有效实现对目标的定位与跟踪。第四,针对室内应用场景中,接收信号中除了直达波信号还包含多径信号的特点,本文研究了一种利用这些多径信息的多检测概率假设密度滤波多目标跟踪算法。该算法不仅能有效实现对声源目标的定位与跟踪,还减少了麦克风的数量。通过实验仿真,验证了该算法在单目标场景下和多目标场景下的有效性,评估了其在不同信噪比下的跟踪性能。