近年来,多媒体技术日新月异,远程音视频会议、远端声场重建等应用也显示出了广阔的前景和商业价值。基于麦克风阵列的声源定位算法在这些应用中不可或缺,声源位置决定了空间声场的结构,是反映声场稀疏特性的重要参数。然而随着信号的带宽增大,声场信号的采样和存储成本大幅增加,从而系统的功耗增多,数据存储量增大,工作效率下降。本研究针对声源定位算法的信号采样率日益增高这一问题提出一个基于压缩感知的声源定位算法。压缩感知理论是近年来信号处理领域提出的关于稀疏信号采集与重构的新理论。在此算法中,一个麦克风被选作参考麦克风,其以奈奎斯特采样率采样声场信号,其余的麦克风为压缩麦克风,其采样率远低于奈奎斯特采样率。通过到达时间差(Time Difference of Arrival,TDOA)方法,可进行固定声源的位置估计。结合实际情况,本文还对前述算法做了分析和改进,通过在参考麦克风处增加一个分数滤波器实现了非格点声源的高精度定位。理论分析与实验、仿真结果表明,该基于压缩感知的声源定位算法对于格点或者非格点的声源都能够较为准确的定位,在20米*30米的二维半自由声场仿真条件下,误差小于3厘米,非格点算法比格点算法误差低近70%。由于抗多径能力强为传统TDOA算法的优点之一,所以该算法在反射环境中的表现也是性能评价指标之一。仿真结果表明,一次反射系数为0.5时,定位距离误差小于15厘米,性能优良。