声源跟踪作为麦克风阵列的一个研究方向,在安防监控、机器人导航、视频会议系统等方面有着广泛的应用。分布式麦克风阵列由多个在空间随机摆放的麦克风阵列组成,摆脱了传统声源跟踪方法对麦克风阵列拓扑结构的约束。具有建立灵活和定位误差小等特点。目前,分布式麦克风阵列声源跟踪算法的研究仍处于起步阶段,理论还不太完善。因此,实际声学环境下分布式麦克风阵列声源跟踪方法的研究成为国内外学者的研究热点。论文综述了麦克风阵列声源跟踪方法,介绍了分布式麦克风阵列及其特点,分布式麦克风阵列信号处理中的时间同步和数据融合等关键技术。并在此基础上开展了实际声学环境下声源跟踪方法的研究。针对分布式麦克风阵列的组织问题,论文提出了一种动态成簇方法来选择适当数量而非全部的麦克风阵列参与声源跟踪,降低了系统计算复杂度。针对声源在封闭环境下真实运动轨迹,论文提出了一种声源混合运动模型。该模型通过构建运动模型F矩阵,改变转弯速率参数来实现匀速、左转弯和右转弯三种模型的随机组合。在此基础上,论文提出了一种分布式交互多模型粒子滤波声源跟踪算法。该算法在簇头实现状态和模型概率的全局估计,并将两者加权求和得到声源在k时刻的状态,通过交互式多模型实现三种模型之间的交互。考虑到声源跟踪过程中需要实时估计观测量,论文将分布式交互多模型粒子滤波与广义互相关算法(GCC)结合用于分布式麦克风阵列声源跟踪。该算法能够实现分布式麦克风阵列下单声源以混合多模型运动的有效跟踪。最后,论文对提出的算法在不同的噪声和混响环境下进行了实验仿真。仿真实验结果表明,论文提出的算法与其它算法相比,在跟踪精度方面有了较大的提高。