驾驶汽车过程中双手离开方向盘去操作车载电子设备，既不方便也存在着安全隐患。为了解决这一问题，车载语音控制系统得到人们的广泛关注。在车载环境中，由于引擎振动、空气扰动、路面摩擦等产生的噪声使得车载环境中的期望语音质量急剧下降，极大影响了整个语音控制系统的性能。因此，开展车载环境下的阵列语音增强方法研究，具有重要的理论意义和实际意义。车载环境下的语音增强是麦克风阵列语音增强技术在特定声学环境中的应用。论文在综述国内外车载语音增强方法的基础上，详细介绍了麦克风阵列语音增强的基础知识和四种经典算法；详细分析了两种车载环境下的语音增强方法，分别为基于子带处理的波束形成和基于概率谱增益的波束形成。论文研究了这两种算法并通过实验仿真分析了它们的性能。通过深入分析车载声学特点可知，车载语音可拆分为仅含有背景噪声和干扰的噪声段和含有期望语音的语音段，且在车载环境中的噪声能量主要集中在低频段，而期望语音能量主要分布在高频段。针对上述两种车载声学的特点，论文提出了一种自适应学习率的波束形成方法。该方法首先分别求出两路语音线性预测残差的互相关，然后利用这个互相关来估计出语音中期望信号存在的概率，并以此概率和频率阈值为依据为语音的噪声段、语音段内的高频成分和语音段内的低频成分分配不同的学习率来自适应控制线性约束最小方差（LCMV）波束形成的去噪能力，从而实现语音增强。实验仿真结果表明，在相同的条件下本文方法较常规的LCMV波束形成能更有效地抑制车载环境下的噪声。