声源定位作为阵列信号处理中的一个重要研究分支,被广泛地应用于各个领域,成为学者们研究的一大热点。在传统声源定位方法中,最具代表性是子空间类方法,然而子空间类算法存在分辨率低、抗噪性能弱等缺点。为了解决子空间类算法存在的问题,又由于空域信号自身具备稀疏性,因此稀疏重构算法被合理地应用于声源定位中。本文依据稀疏重构算法做了以下四个方面的工作:1.为验证稀疏重构算法在远场声源DOA估计中的突出优势,选取了Capon算法、MUSIC算法以及₁l-SVD算法进行原理分析及性能对比。本文首先简要地介绍了这三种算法,并在最后进行了仿真对比,验证了稀疏重构算法具有高分辨率,高定位精度,受快拍数影响小等优点。2.为提高非平稳噪声下远场非相干窄带信号波达方向（Direction of Arrival,DOA）估计精度,提出一种非平稳噪声下稀疏表示的DOA估计改进算法。首先采用类协方差差分算法构造差分矩阵抑制非平稳噪声的影响;然后基于类旋转不变子空间参数估计算法基本原理构造稀疏表示模型与权值函数;最后利用CVX凸优化工具包对模型求解,实现DOA估计。仿真结果表明,与传统的协方差差分算法、噪声协方差矩阵估计算法、秩迹最小化算法以及稀疏重构算法相比,所提算法不仅能较好地抑制非平稳噪声的影响,而且在低信噪比、低快拍数情况下具有较强的鲁棒性和较高的估计精度。3.对现今极具代表性的四种远近场混合声源定位算法进行原理分析及性能对比。将这四种算法分成两类作介绍,并按类进行仿真对比,通过仿真结果,可以看出稀疏重构算法在混合声源定位中更具优势;同时,分析了这四种算法存在的共同问题,并通过仿真实验验证了这四种算法存在的不足。4.为防止远近场混合声源定位时远场声源与近场声源相互影响而导致精度低、难以分辨等问题,提出一种远近场混合声源定位改进算法。本文首先研究出在对称均匀阵列结构中,远场声源协方差矩阵为Toeplitz矩阵,而近场声源协方差矩阵不为Toeplitz矩阵,因此可以利用协方差差分算法去除远场声源信息,只保留近场声源信息;然后将ESPRIT算法与稀疏重构算法相结合,以获得近场声源DOA估计值,在获得近场声源DOA估计值后,利用二维MUSIC算法获得近场声源距离参数,通过近场声源DOA估计值和距离参数估计值即可得出近场声源协方差矩阵估计值;最后减去近场声源协方差矩阵,就可以得到纯远场声源的协方差矩阵。为了降低计算复杂度,采用₁l-SVD算法获得远场声源DOA估计。仿真结果表明,与基于四阶累积量域的稀疏重构算法和基于二阶统计量域的稀疏重构算法相比,改进算法能很好的分离出远近场声源,因此提高了定位精度;同时改进算法可以应用在高斯信号与未知噪声情况下。