声源定位系统的研究与开发是工业控制与信号处理领域的研究热点，其研究的主要内容之一就是定位方法的研究。　　本文应用麦克风阵列对声源定位系统进行研究，分析了麦克风声源定位的必要性和面临的主要困难。介绍了几种常用的声源定位方法，分析了各种方法的优缺点及使用场合。本论文主要研究的是基于时延估计的声源定位方法，详细阐述了时延估计的物理意义和各种计算方法，并在此基础上提出了一种改进的自适应时延估计法。本论文详细论述了人工神经网络的基本理论和其优越性，针对空间几何算法无法解决麦克风阵列近场声源定位的问题，提出了应用神经网络进行系统建模的方法，该方法把定位计算的精确表达看成是一个黑箱，旨在建立一个能拟合非线性系统的神经网络，通过学习训练后，输入相关时延数据，无论声源处于远场还是近场都能快速对其进行定位，构成基于时延估计的神经网络声源定位系统。　　本文使用BP神经网络对正四面体的麦克风阵列进行系统建模，设计了一个双隐含层的BP神经网络，通过MATLAB仿真实验可以证明该BP网络能够实现实时近场声源定位，有很高的实用性。