通过对声源的定位可以有效解决声场加强,在无可视目标情况下目标定位等问题。目前众多声源定位研究只停留在实验室研究的层面,这既有本身技术不成熟也有因大量的高复杂运算而导致系统难以实现的原因,因此迫切需要设计并实现一种低成本,高抗噪性能和实时性高的声源定位算法。本文的研究工作主要从两个方面展开:一个是基于自适应滤波的时延估计算法研究(简称:自适应时延估计算法);另一个是基于时延估计的声源定位系统的设计与实现。基于时延估计的声源定位系统的核心是时延估计值计算,目前通用的时延估计算法种类繁多,多存在算法繁杂、计算量大、抗干扰性能以及系统跟踪性能低下等问题。对此,本文在研究已有的时延估计算法基础上,为了提高嘈杂环境中系统的抗干扰能力,采用递推最小二乘自适应时延估计算法替代最小均方自适应时延估计算法;针对已有时延估计算法存在系统跟踪能力低下、收敛速度低的缺陷,本文提出了一种改进型的变步长最小二乘自适应时延估计算法。核心思想为将步长因子与系统误差建立合适的函数关系,实时更新步长因子,实现调节不同时刻的系统误差在自适应算法中的权重的目的,最终提高系统的收敛速度,并减小系统在稳态下的失真。从仿真结果来看,变步长最小二乘自适应时延估计算法不单在抗噪性能上很好的继承了最小二乘自适应时延估计算法的抗噪性能,同时又提高了系统的跟踪性能,加快了运算速度,为实时声源定位系统的实现创造了条件。基于上述原理,本文设计并实现了一个声源定位系统。该系统的硬件包括一个含3个麦克风的音频采集、采样系统,软件为采用C语言实现的声源定位算法。实验环境为室内,采用基于变步长最小二乘以及基于最小均方自适应时延估计的声源定位系统,在同一强度声源信号情况下,分别进行了针对静音环境中不同声源位置的定位实验和针对同一声源位置不同强度背景噪声的定位实验。实验结果表明:在同一强度的声源信号情况下,定位精度随声源与麦克风距离的增加而下降,基于变步长最小二乘自适应时延估计算法要优于基于最小均方自适应时延估计的声源定位;在同一强度的声源信号情况下,通过模拟不同强度的环境噪声对系统的定位精度进行了实验,随着噪声强度的增加,声源定位系统的定位精度有所下降。基于变步长最小二乘自适应时延估计的声源定位精度,在65分贝噪声强度环境下(国标UDC534.836)开始下降,在70分贝噪声强度环境下定位精度下降比较明显;基于最小均方自适应时延估计的声源定位精度,在50分贝噪声强度环境下开始下降,在60分贝、65分贝、70分贝噪声强度环境下定位精度下降,声源位置实测真位差增加非常明显。从实验结果来看,该系统既具有较高的实时运算定位跟踪能力,同时也具备比较合理的硬件开发成本,因此本系统对于声源定位的实际应用和市场推广具有极大的价值空间。