声源定位技术,就是通过声学的电子设备,检测并计算设备接收到的声音信号,来确定自然声源或非自然声源的位置信息的一门技术。它的研究涉及到声学、信号处理、电子学、模式识别、软件设计等多个学科,有十分广阔的应用前景。例如,军事探测,智能机器人、移动通信、视频／音频会议、海关物流、银行安全系统、基础设施安全、档案管理、医疗健康、人机交互等。基于传声器阵列的声源定位方法主要有三种：方向估计法(DOA),时延估计法(TDOA)，基于接收信号强度法(RSSI)。其中,RSSI声源定位方法作为本文研究的重点,具有隐蔽性好,不受视线影响,能耗小,易于实现等优点。在RSSI声源定位算法中,通常采用最大似然(ML)估计法建立数学模型。该模型定位精度高,但其目标函数是分式非线性函数,难以求解。一般对该目标函数的分母简化,使模型变成一个四次多项式形式。即使面对这个已经简化的模型,目前已知的算法也还要采用近似算法求解。本文提出了两种近似算法：在算法1中,我们将该目标函数进一步简化成一个无约束二次优化模型来求解。该算法的优点是计算量比目前已知的算法都要小,实际仿真结果表明：在一个微弱且合理的条件下,该算法的定位精度甚至优于目前已知的算法。在算法2中,我们提出了噪声相减形式的最小二乘估计法。该模型通过对目标函数的分母简化后直接就变成无约束二次优化问题。仿真结果表明该算法与算法1的计算量与定位精度基本相同。两种算法都能满足实时定位的要求。