该文主要研究了三维真实感音频定位的相关问题.音频定位技术是当前计算机技术、视听技术及虚拟现实技术研究的一个重要内容,是声学仿真技术及人性化的音频输出技术的一个重要研究领域和当前研究热点.音频定位技术是通过对一包含单个或者多个模拟声源的声场进行建模,以达到对各声源音频定位的目的.这样,人们可以获得该声场中任意位置的双耳听觉感受.对人类听觉生理学和心理学的了解是研究仿真音频技术的基础.因此,首先介绍了人类的听觉系统结构和听觉特性,接着分析了优先效应、耳廓效应、反射与混响等因素对音频定位的影响,并阐明了人类进行音频定位所必需的两耳时间差,两耳强度差以及头部关联传递函数的概念,为该文奠定了研究基础.我们比较了不同的音频定位理论,因头部关联传递函数是比较常用的音频定位机制,故将重点放在了对头部关联传递函数的研究上.由于HRTF随声源的相对位置、频率和听觉对象不同而变化,并与其自变量之间还存在着非常复杂的非线性关系,所以三维音频仿真的实现需要处理庞大的HRTF数据.为此,该文提出了采用基于人工神经网络的HRTF近似模型,即通过训练网络重新设置模型数据来获取空间任意位置的非个人HRTF数据.音频定位实验结果表明此逼近方法不但保持了原始HRTF的相关特征,而且还在三维音频仿真中提高了计算效率.音频定位的实现是一项较为系统的工程.该文针对音频定位环境中的多种物理现象,提出了包括静止单声源的音频定位、静止多声源的音频定位、三维动态声源的音频定位及立体音频距离感的生成方案,且给出了相应的实现算法.对于同时有多个声源的音频数据的叠加,提出了改进算法,保证了音频定位后声音的逼真度和连续性.最后,通过音频定位的感知测试,验证了立体音频定位系统的性能可靠性.