基于麦克风阵列的声学成像技术广泛应用于噪声控制、气动声学、监控和追踪等领域,声学成像技术通过波束形成算法和图像融合将空间声源的分布信息图像化,在直观的图像上可以快速识别和定位噪声源。定位精度和空间分辨率是评判声学成像性能优劣的标准,其中阵列阵型和波束形成算法是影响性能的关键因素。本文重点研究了螺旋型麦克风阵列、反卷积波束形成的具体原理和优缺点,最后还研究了声学成像技术在汽车违法鸣笛抓拍上的应用。本文的主要内容分为四部分:第一部分研究了声学成像的基础理论,其中阵列矢量和互谱矩阵是两个关键物理量,阵列矢量反映了麦克风阵列的响应性能,互谱矩阵包含着声源的空间信息和功率强弱信息。波束形成算法通过阵列矢量和互谱矩阵复原真实声源分布。第二部分从波束的动态范围和3dB带宽出发,详细研究了麦克风阵列的优化设计。通过仿真对比规则型阵列和螺旋型阵列的性能,发现螺旋型阵列能有效的抑制波束旁瓣。螺旋型阵列的优化思想是:靠近阵列中心的麦克风浓度高则获得较宽的动态范围,靠近孔径边缘的麦克风浓度高则会获得高分辨率,通过平衡两者取得最优的阵列性能。第三部分深入研究了各类波束形成算法。DAMAS、DAMS-C算法假设波束形成结果是点扩散函数模型和点声源的线性组合,通过逆向求解的方法来复原非相干、相干声源的分布。CLEAN-PSF、CLEAN-C波束形成通过引入CLEAN算法来消除旁瓣干扰。Functional波束形成通过矩阵函数法抑制旁瓣,提升分辨率。以DAMAS为代表的反卷积波束形成算法虽极大的提升阵列的分辨率,但计算速度受限于扫描网格的个数。为此引入了稀疏性反卷积波束形成,它利用声源在扫描网格上稀疏性分布的特点通过稀疏逼近的方法快速复原出声源分布。第四部分研究了声学成像技术在违法鸣笛抓拍上的应用,若检测到鸣笛则迅速定位出鸣笛车辆的位置,然后融合波束形成图和视频图像生成违法鸣笛的证据。本文针对单辆车鸣笛的情况提出了一种改进算法DAMAS-FAST,可以快速准确的定位鸣笛车辆,并且应用程序实现复杂度低。