争对移动声源采用波束形成进行语音增强，提出一种约束子带波束形成算法。其波束形成器基于一个软约束，其目的是要使波束指向特定的区域即声源方向。而其核心在于首先要进行声源定位，获得尽量准确的方位信息，然后构造软约束条件，用于波束形成。且在此过程中不断跟踪声源的移动情况。在构造的约束条件中，需要知道声源的二维信息，即与麦克风阵列的距离和方向角，“软”体现在对距离和方向角的确定都是在一定范围内的，有待进一步更正。-Between the mobile sound source using beamform

采用滤波器组，将盲分离与声源定位结合在一起。滤波器组中分别进行子带处理，并且在每个子带中进行声源定位，最后综合所有子带估计的方向得到多个声源的方位信息，同时将声源信息作为ICA分析的约束条件，可以在色噪声及多得到更好的盲分离效果。其优势在于用滤波器组进行多次的估计声源方向，再加以合适的权值均衡后即可得到更优的估计。-The use of filters will be blind source separation and sound localization together. Filter

基于互相关函数，采用求和广义互相关函数(summed-GCC)法用于机器人系统平台。由于采用不同的映射函数(mapping functions)，GCC法在该平台下，只需三个麦克风即可进行三维定位，突破了基于TDOA法进行三维声源定位最少需4个麦克风的限制-Based on cross-correlation function, using generalized cross-correlation function sum (summed-GCC) method for the robot s

结合马尔可夫过程，提出一种概率论的声源定位算法，并给出了基于DSP的机器人实现。其中声源定位部分采用三个麦克风呈三角形放置，为减小由于噪声等引起的TDOA估计误差，采用马尔可夫过程计算时延，这样计算的时延会更可靠。该方案中的声源定位也属于一维定位，即只需知道声源的方向角-Combination of Markov process, a probability theory of sound source location algorithm, and give the robot based o