近场声全息技术是一种强大的声源定位识别技术与声场可视化工具。该项技术可以利用靠近声源的近场测得携有充分描述声源细节信息的“倏逝波”成分的全息数据进行声源重建,因此能够突破瑞利波长对重建结果的限制,重建结果的空间分辨率理论上可以达到所分析波长的几十分之一,因此在机械故障诊断、机械设备噪声治理、工业噪声控制等领域有着广泛的应用前景。然而,近场声全息重建效果受到有限孔径效应与孔径重复效应等误差因素的影响,全息重建的分辨率受到测点个数的限制,极大增加了实验的测量难度与成本,严重阻碍了该技术在工程领域的推广与应用。提高近场声全息技术的重建精度并在保证精度的同时降低实验成本已成为国际研究的热点和近场声全息技术未来发展的趋势。本文针对近场声全息技术中测量孔径及全息数据采集点数对全息重建结果的影响进行深入地研究和探讨,通过贝叶斯理论对传统近场声全息技术进行优化与改进,提出了两种声场重建的贝叶斯方法——基于稀疏贝叶斯的高分辨率Patch近场声全息与基于贝叶斯压缩感知算法的近场声全息,相关工作主要体现在:(1)研究了传统近场声全息技术的计算过程;分析了传统近场声全息技术重建过程中有限孔径效应与孔径重复效应的产生机理及影响;阐述了常用的限孔径效应与孔径重复效应的抑制方法;并说明了重建过程中测量点数对重建分辨率的限制。(2)利用稀疏贝叶斯学习算法实现全息数据的插值与外推,并在此基础上提出了基于稀疏贝叶斯的高分辨率Patch近场声全息,初步解决了测量孔径尺寸及测量点个数对传统近场声全息技术的限制;并通过仿真与实验对该方法的有效性、超分辨率、噪声抑制、孔径适应性及频率适应性等性能进行验证与分析。(3)为了进一步减少实验测点对近场声全息技术的限制,利用贝叶斯压缩感知理论优化等效源模型;改进了稀疏贝叶斯学习算法,以解决原有算法不适用于复数信号求解的问题,并将其运用到声场重建的过程中;提出了基于贝叶斯压缩感知算法的近场声全息,极大地减少了声场重建所需的测量工作量;通过仿真与实验分析了不同频率、不同测点位置与不同测点个数对重建结果的影响。(4)利用基于贝叶斯压缩感知算法的近场声全息方法,对城市轨道交通车辆车门模型漏声情况进行检测与分析,从而确精确定位了声泄露位置、确定了主要漏声频率,并分析了三个主要频率下车门模型的隔声性能,体现了本文研究成果在工程领域的应用价值。