基于传声器阵列的波束形成声源识别技术以其便捷高效、识别范围广、对中高频定位精准、可进行中远距离测量等优点而广泛应用于汽车、航空航天、高速列车等领域。随着实际应用中对噪声源识别精度的要求不断提高,各类高分辨率的波束形成算法成为研究热点。基于压缩感知理论的压缩波束形成因兼具高精度和高效率而备受关注。本文选取典型的压缩波束形成算法进行分析,探究由于基不匹配导致的性能劣化问题,并提出克服上述缺陷的新型压缩波束形成方法。首先基于球面波假设给出延迟求和波束形成及互谱成像函数理论公式,并阐述声源识别性能的评价指标。由于传统波束形成方法存在空间分辨率低、旁瓣污染严重等缺陷,给出反卷积声源成像等三种波束形成清晰化方法,声源识别仿真结果表明清晰化方法能够有效缩减坐标主瓣和降低旁瓣水平,但上述清晰化方法仍有不足。进一步建立采用平面阵列进行远场平面波测量的观测模型,据此给出传统固定网格压缩波束形成理论并推导迭代重加权l1范数最小化和正交匹配追踪两种稀疏恢复算法。对上述算法的仿真结果表明,固定网格压缩波束形成具备分辨率高、计算效率快、旁瓣衰减能力和抗干扰能力强等优点,但是当声源偏离网格点时会出现基不匹配问题,进而劣化声源识别性能。为克服该缺陷,本文提出了一种适用于平面传声器阵列的二维动态网格压缩波束形成。该方法在优化最小化框架下通过迭代缩减替代函数来优化目标函数,使动态网格坐标和对应的源强分布在迭代过程中交替得到更新。仿真和试验均表明:相较于固定网格压缩波束形成,所提出方法能够克服基不匹配、获得更高的定位精度和量化精度;能够适用于传声器随机分布的平面阵列,且无需先验的信噪比及声源稀疏度等信息,即使在传声器数量较少的情况下也能得到高分辨率低污染的声源成像,保证了高精度的二维波达方向估计和源强量化。