传感器阵列由空间中按特定方式排列的一组传感器组成,对物理场进行空间离散采样。阵列信号处理技术利用传感器阵列获取包含了物理场空域-时域/频域信息的数据,对阵列信号数据进行处理,提取其中感兴趣的信号、估计源的时频域参数等。随着处理器、传感器等硬件设备的升级,与信号数学模型及算法理论的突破与推进,阵列信号处理技术迅速发展普及,广泛应用于雷达、声呐、无线通信、生物医学、语音智能等军事及民生领域。声源位置相关的参数估计,是实现基于麦克风阵列的空域滤波、信号增强、声源示踪等的核心技术之一。本文将注意力聚焦于麦克风阵列与光学传感器的耦合,进行面向声学照相的可视化参数估计算法研究。而传统声学照相方法主要关注二维平面,通常没有同时估算声源位置,在实际使用中具有一定局限性。本文提出两种三维声学照相方法,能同时输出声光双模信息融合的可视化图像与声源位置估计,并进行了计算机仿真与实测实验的算法验证。本文的主要工作与贡献如下:（1）本文将研究目标由传统的二维平面扩展到三维空间,具有更广泛的适用性,对基于单目相机与多路麦克风通道的双模传感器阵列,建立了三维空间中的声学照相问题模型。（2）在本问题模型的基础上发展了分别结合可控响应功率（SRP）算法、多重信号分类（MUSIC）算法的两种声学照相方法。所提出的方法通过处理阵列信号得到声学图像,同相机拍摄的实景图像信息相融合,得到能在实景图像上“看见”声强分布的声学照相图像并输出声源位置估计。（3）通过计算机仿真实验对比探讨了阵列设计不同、源信号频率不同、及单/多声源的不同场景中上述两种声学照相方法的性能。仿真结果表明,使用小尺寸16通道麦克风面阵时,两种声学照相方法都能对单/多声源实现较准确的声学成像及定位,基于SRP算法的声学照相方法能直接用于窄/宽带信号分析,基于MUSIC算法的声学照相方法主瓣分辨率高、运行时间更短。（4）设计并搭建了由传感器模块、声信号采集模块与计算机处理模块等软硬件共同组成的声学照相实验平台,使用本实验平台设计并实施了对上述两种声学照相方法的室内实测数据实验。实测数据实验验证了在具有混响及多径效应的实验室环境中,基于SRP算法的声学照相方法与基于MUSIC算法的声学照相方法均能对单/多个声源实现可视化定位,通过声学照相图像能基本分辨声源区域,且声源位置估计的误差控制在厘米级。