麦克风阵列广泛地应用于免提通信和人机交互中,它可以很好解决噪声抑制、混响消除、声源定位与跟踪以及声源分离等问题。由于使用多个麦克风采集信号,麦克风阵列不仅能使用时域和频域的信息,同时还能利用空间信息对信号进行处理。麦克风阵列自适应波束形成算法将波束指向期望的声源或对干扰方向做陷零处理,可以使得信号干扰比显著改善。通过利用空间的选择性,即使是对高度非平稳干扰也能进行有效的抑制。然而波束形成算法对非相干噪声的抑制作用有限,因此可以使用后置滤波算法对空间滤波器的输出信号进行增强处理。本文对基于麦克风阵列的自适应波束形成及后置滤波算法进行了研究,主要的工作内容如下:首先,针对在信噪比比较低和混响影响比较高的环境下难以准确估计波达方向的问题,以及传统的后置滤波只考虑散射噪声或只从波束形成后的单通道输出中估计噪声的不足,本文提出了一种基于特征值分解的导向矢量估计和噪声功率谱密度估计的算法。基于最大特征向量的导向矢量估计不需要麦克风阵列的几何位置信息,且对混响信号的影响具有较好的鲁棒性。基于最小特征向量的噪声功率谱密度估计减小了期望信号泄露的影响,从而使噪声估计更加准确。仿真实验表明提出的算法在抑制噪声的同时也能够较好地减小期望信号失真。其次,针对房间声学环境不断变化的应用中,基于固定遗忘因子递归最小二乘算法的广义旁瓣相消器难以满足跟踪性能的需求,本文提出了一种基于滤波器系数近似导数的变遗忘因子技术以提高自适应算法的跟踪性能。为了进一步去除自适应波束形成器输出信号中残留噪声的影响,本文还推导了一种可变谱减因子的互相关谱减法。可变谱减因子是基于最优先验信噪比估计得到,与传统的互相关谱减法相比,其抑制残留噪声的能力更强。仿真结果表明提出的变遗忘因子算法具有更快的收敛速度和更好的跟踪能力,推导的可变谱减因子算法能有效地抑制残留噪声和增加语音的可懂度。