随着科学的进步和人们生活质量的不断提高,越来越多的高科技产品开始进入日常生活中。与语音相关的机器人也逐渐进入了人们眼帘。声源定位技术就是语音技术中的一个分支,也是国内外语音研究的一个热点方向。目前基于麦克风TDOA声源定位技术存在定位速度慢,定位精度不高等问题。针对以上问题,本文重点研究了TDOA算法时延估计和定位估计的速度和精度。本文的声源定位技术针对应用于室内的机器人,可以辅助定位和丰富机器人的决策能力。本文对常用的声源定位方法进行了介绍和分析。相比其他定位方法,到达时间差(TDOA)方法能够满足室内定位需求,且其计算量更小、复杂度更低、可行性更强。因此选择该方法进行声源定位。本文还对语音信号分析前的语音信号预处理进行了介绍,包括窗函数分帧,端点检测,预加重,去噪声等技术。基于端点检测在本文中与定位的速度相关,为了提高辨别语音信号和非语音信号的能力,对谱熵端点检测方法进行改进。将EMD和谱减法结合对含噪语音信号进行滤波,提高了语音信号的信噪比。对常用的广义互相关时延估计法进行了介绍,并对广义互相关PHAT加权作出了改进,提高了时延估计准确度和稳定性。使用基于六元麦克风双曲面定位模型和分步估计(确定象限,再确定坐标)提高了定位估计的速度。使用改进拟牛顿-K近邻方法加快解非线性方程的速度并减少了误差对估计点的影响。最后使用MATLAB对采集信号使用改进声源定位方法进行了实验,验证了上述方法的可行性和有效性。该论文有图49幅,表6个,参考文献58篇。