源搜索,是指通过设计合适的控制器来调节一个或多个个体(车辆或机器人)的运动,使其能找到一个释放数值信号的信号源所在位置.在现实中,这种信号既可以是某种化学物质的浓度,也可以是某种环境信号(如热、光、声、磁信号等)的强度；信号域的空间分布函数一般是未知的,且距离信号源越远信号强度越低.当搜索个体在地下、水下等环境中运行时,由于无法获得GPS和惯性导航系统的支持,位置信息是不可获得的.因此,无位置信息的信号源搜索问题得到了学者们更为广泛的关注.本文考虑利用车辆作为搜索个体,且仅利用受噪声影响的数值信号量测值设计离散时间随机极值搜索控制器,使得车辆在控制器的调节下找到信号源的所在位置.本文主要工作包括：1.针对单个车辆作为搜索个体的情况,考虑了两种不同的车辆模型,即速度驱动车以及独轮.首先,借助积分的定义,对车辆的连续时间运动模型进行离散化,建立了车辆的离散时间运动模型；接着,仅利用受噪声影响的数值信号量测值,设计了以离散时间遍历过程作为探测信号的极值搜索控制律来调节车辆的运动；然后,利用扩展离散时间随机平均原理,证明了算法在几乎必然和依概率两种意义下指数收敛性到信号源的小邻域内；最后,通过数值仿真验证了算法的有效性.2.针对多个车辆作为搜索个体的情况,考虑利用独轮车寻找信号源.首先,在保持每辆独轮车的角速度为常数的前提下,仅利用所有车辆受噪声影响的数值信号量测值设计了统一的离散时间随机极值搜索控制律来同时调节所有车辆的向前速度；接着,根据扩展离散时间随机平均原理,证明了算法在几乎必然和依概率两种意义下指数收敛到信号源的小邻域内,并通过数值仿真进一步验证了算法的有效性.最后,在每辆独轮车的向前速度为常数的前提下,设计了调节角速度的算法,并给出数值仿真验证了该算法的有效性.