在电话会议、视频会议等系统中，可以通过麦克风阵列声源定位方法来确定说话人的位置，以控制摄像机和麦克风阵列波束对准正在说话的人。但由于混响和噪声的存在，严重影响现有声源定位方法的性能。现有方法一般将混响和噪声分开对待，所以精度较低。此外，现有声源定位方法一般运算量较大，难以实时处理。针对这些问题，本论文系统地研究了基于麦克阵列的声源定位方法，主要做了以下几方面工作： (1)总结归纳并比较了各种基于麦克风阵列声源定位方法的优缺点。主要介绍两种声源定位方法：基于可控波束的声源定位方法和基于时延估计的声源定位方法。此外，还介绍一种神经网络声源定位方法。 (2)简单介绍传统的基于可控波束的定位方法。给出了一种最大似然参数声源定位法，并将其与延迟-求和可控波束定位法的性能进行了比较。 (3)介绍了一种神经网络声源定位方法。 (4)研究时延估计方法。提出了改进的互功率谱相位时延估计方法；介绍一种基于高阶统计量的时延估计方法；最后给出基于建立信号模型和互功率谱相位的时延估计方法。该方法对噪声和混响均具有很强的鲁棒性。 (5)简单介绍了基于搜索的定位方法和基于几何定位的方法。对于前者，给出了三种不同的误差准则，并对其进行分析比较。对于后者，在现有球形插值法的基础上，给出了一种新的方法：线性修正最小均方声源定位法。另外，还给出了线性插值声源定位法。 (6)给出一种实际的声源定位系统——基于建立信号和互功率谱相位的定位系统。该系统运算量小，对噪声和混响均具较强鲁棒性。文中并给出了该系统实现框图及会议室实验结果。