对噪声源进行准确识别、定位是控制噪声的前提,基于麦克风阵列测量的近场声全息技术是识别声源与可视化声场的有效工具并已广泛应用在汽车、工程机械等领域。在近场声全息的全息变换算法中,等效源法因其计算简单,计算效率高以及对任意形状声源的适应性,受到持续而广泛的关注。等效源法的核心在于等效源强度的求解,不同的求解方式会带来不同的声场重构效果。本论文对等效源法中三种常见的求解算法,即基于Tikhonov正则化的等效源法(TRESM),基于CVX凸优化工具箱的稀疏等效源法(ESM based on CVX)以及基于宽带声全息(WBH)的等效源法进行对比分析,旨在对等效源法进行改进,提高该方法的声场重建与声源识别性能,同时拓宽基于等效源法的近场声全息技术的实际应用范围。针对TRESM,ESM based on CVX以及WBH各自的应用局限性,在稀疏框架下提出交替迭代等效源法(AIESM)来改善稀疏声源在较宽频带,特别是在中低频率的声场重建与声源识别性能。同时,将AIESM与高阶矩阵函数波束形成结合,进一步拓宽声源识别的动态显示范围,提高定位精度。以单声源和双相干声源为例进行仿真和实验,验证了所提方法的有效性。针对空间连续型声源的声场重建,提出压缩奇异值分解等效源法(CSVDESM)。通过奇异值分解来获取声场的一系列正交基,在压缩感知理论下结合等效源法实现声场的准确重构。以结构板件作为研究对象进行一系列仿真和实验,结果表明:与压缩等效源法(CESM)与TRESM相比,CSVDESM在整个分析频带的声场重建精度更高;与压缩模态点源法(CMESM)相比,CSVDESM中构建的正交基包含更多的相位信息,对连续型声源的声场重构更具优越性。考虑到在实际的声学应用中,由于源的特性不明确,很难找到一个合适的基或字典对不同种类声源的声场进行稀疏表示。本文结合压缩等效源法与压缩奇异值分解等效源法的各自优势,构建了一个新的等效冗余字典,在该字典的基础上提出ERDCESM方法以适用于不同种类声源的声场重建。最后借鉴函数波束形成的优势,进一步改进并得到方法ERDCESM-。分别以单声源和板声源作为稀疏型声源和连续型声源进行仿真分析,结果表明,针对空间稀疏型声源,ERDCESM的重建精度与CESM相似且明显高于TRESM与CMESM;ERDCESM-的应用则可以进一步提高稀疏声源的定位精度及动态显示范围;针对板件声源,ERDCESM的重建效果要优于其他对比的三种方法(TRESM,CEM,CMESM)。应用ERDCESM-,随着阶次值的提高,识别到的声学中心覆盖范围逐步减小。因此,可通过提高阶次值定位出板件辐射声压最强区域,这可为结构板件后期的优化改进提供方向。最后,进行了一系列实验,结果也验证了ERDCESM针对不同种类声源声场重建的有效性与实用性。