随着以智能手机和笔记本电脑为代表的便携设备的普及,在日常工作和生活中实现分布式麦克风网络的组建变得越来越容易。相比于传统固定拓扑结构的麦克风阵列,分布式麦克风阵列具有灵活的网络构架、广阔的空间覆盖范围、强大的容错能力和功耗更低的分布式数据处理能力,但也正因为它的这些特点为其相关算法的研究带来了挑战。传统麦克风阵列相关的算法对其并不适用,需研究专用于分布式麦克风阵列信号处理的算法;用于分布式麦克风阵列的信号处理方法大都依赖于节点的空间位姿,但由于节点摆放的任意性,网络中各节点的位姿通常未知;网络中各麦克风的内部电路不同,导致麦克风频率响应失配问题;网络中各节点具有独立处理单元,却必须面对独立时钟系统之间的异步问题。本文针对分布式麦克风网络中的采样率失配、麦克风频率响应失配和节点位姿校准问题,分别提出了对应的校准方法和解决方案,以抑制各类失配问题对分布式麦克风阵列信号处理算法的影响。本文的主要创新工作如下:（1）针对分布式麦克风网络中采样率失配问题,提出了一种基于多信号分类谱估计的分布式麦克风网络采样率校准方法。该方法采用余弦信号作为采样率校准信号,并求取分布式麦克风网络中各节点接收信号之间的Hadamard乘积,该乘积结果包含两种频率可区分的余弦信号,且两余弦信号的频率与节点间的采样率偏差有关。然后,采用低通和带通滤波器分别提取两个余弦信号,通过多信号分类算法对频率较低的余弦信号的频谱进行估计,从而获得采样率偏差的绝对值;通过观察频率较高的余弦信号的频谱,获得采样率偏差的符号。最后,采用四阶拉格朗日插值算法对节点之间的采样率偏差进行补偿。该方法具有较高的采样率偏差估计精度,并且计算复杂度较低。仿真和实际实验结果表明,该方法对噪声和混响环境条件具有良好的鲁棒性。（2）针对少量麦克风之间的频率响应失配问题,提出了一种基于自适应滤波器的麦克风频率响应校准方法。各麦克风聚拢时其接收信号相似,且各麦克风频率响应间的偏差与其输出信号间偏差对应。本文根据这一特点,在建立麦克风阵列前将各麦克风聚拢放置,并在各麦克风输出端分别附加自适应校准滤波器。然后,通过最小化各自适应滤波器输出的联合频谱均方误差来建模频率响应失配问题。最后,在算法优化阶段采用频域最小均方算法对各麦克风频率响应的校准滤波器进行求解。与现有麦克风频率响应校准方法相比,该方法无需参考信号或声源与麦克风之间相对位置信息。仿真和实际实验结果表明,即使在混响和环境噪声条件下,本文方法仍具有良好的麦克风频率响应校准性能。此外,校准大量麦克风的频率响应时,即使将麦克风聚拢放置,距离较远的麦克风接收信号间的相关性也会变弱,但相邻麦克风接收信号之间仍保持良好的相关性。根据这一特点,本文提出了一种基于一致性策略的麦克风频率响应校准方法。结合分布式融合方法中的平均一致性策略,对相邻麦克风之间的频率响应进行迭代融合,从而解决频率响应失配问题。该方法可解决大规模麦克风网络中的频率响应校准问题,并且信号处理以及相关运算仅发生在相邻节点之间,能够实现各节点分布式计算。仿真和实际实验结果表明,当麦克风数量较多时,该方法仍能保证良好的频率响应校准性能。（3）针对分布式麦克风网络中节点位姿校准问题,提出了一种基于到达方向的分布式麦克风节点三维几何位姿校准方法。该方法根据三维旋转矩阵和平移向量推导出声源相对于节点的理论到达方向,并且通过信号到达节点内麦克风的时间差估计出相应的测量到达方向。然后,将节点几何校准问题建模为求解声源理论和测量到达方向之间最小均方误差的优化问题。最后,利用人工蜂群算法求解该优化问题,获得各节点的位置和旋转角度。与现有方法相比,该方法不需要节点间的信息传输,易于实现分布式计算。并且采用人工蜂群算法取代梯度类方法求解代价函数,有效地抑制了求解过程陷入局部极小值的情况。仿真和实际实验结果表明,在噪声和混响环境中,本文方法具有良好的三维节点位姿校准性能。采样率失配、频率响应失配和节点位姿校准问题广泛存在于分布式麦克风网络中,它们严重影响基于节点输出信号幅度相位信息以及节点位姿信息的算法性能。因此在将分布式麦克风网络用于语音增强、语音识别和声源定位跟踪等之前,必须先解决这些失配问题,避免由于网络中的各类失配问题导致后续算法性能的下降。