参量阵扬声器是一种新型的可听声源,它利用声波在空气中的非线性效应产生具有高指向性的可听声。目前制约参量阵扬声器进一步发展和走向市场的主要因素是其在空气自解调过程中产生谐波失真导致的音质问题。本文主要围绕参量阵扬声器的谐波失真补偿进行一系列的研究。根据参量阵扬声器的工作原理,本文详细分析了现有几种调制算法的谐波失真情况,明确了谐波失真产生的原因和现有参量阵扬声器模型的不足。提出通过系统辨识的方法建立参量阵扬声器精确的数学模型,并通过建立逆模型的方法设计补偿算法,降低参量阵扬声器的谐波失真。采用Volterra滤波器建立参量阵扬声器精确数学模型并设计其补偿算法。在系统辨识方面,通过对传统Volterra级数进行改进,提出对角Volterra级数,降低系统辨识的复杂度,采用多音法估计模型参数,仿真验证该模型的正确性。在此基础上通过设计前置滤波器的方法设计补偿算法,并通过仿真验证补偿算法的效果。基于小波神经网络建立参量阵扬声器精确数学模型并设计其补偿算法。采用基于遗传算法的小波神经网络对参量阵扬声器系统进行辨识,通过仿真验证该模型的正确性。借鉴数字功放预失真的方法,设计参量阵扬声器系统的α阶逆系统与已辨识出的系统构成伪线性系统,从而对谐波失真进行补偿,并通过仿真验证补偿算法的效果。然后对比两种补偿方法抑制失真性能和复杂度两方面的优劣,选取基于Volterra滤波器的补偿算法进行实现。基于DSP芯片TMS320C6748设计硬件平台,实现该补偿算法,然后分别采用单频信号和宽带信号进行实验。通过对比补偿前后的参量阵扬声器输出可知,该补偿算法可以降低单频信号谐波失真20dB,降低宽带信号谐波失真5dB,对于参量阵扬声器谐波失真的抑制有一定效果。