基于麦克风阵列的波束成形是一种通过声学图像以进行声源定位可视化的流行技术。该技术可在频域和时域执行,但对于宽带声源,时域技术较频域技术具有计算效率优势。其中,经典广义互相关（Generalized Cross-Correlation,GCC）及其增强版本日渐被广泛运用。本文对基于GCC的诸多增强算法进行对比分析,明确新提出的逆模型方法在合适时间宽度阈值下可获得最佳空间分辨率和旁瓣抑制能力。但到作者研究该主题时,尚无文献给出时间宽度阈值的选取准则,基于GCC的逆模型亟待完善。有鉴于此,为解决该问题,论文提出两种有效方法完善逆模型,保障其高质量声源定位性能。论文首先阐述时域延时求和（Delay and Sum,DAS）和经典GCC的基本原理,在此基础上,通过分析对比明确GCC可抑制DAS中的量化误差,但仍承受主瓣宽、旁瓣多等缺陷。为此,进一步分析对比了空间加权法、广义均值法和逆模型方法三种典型GCC增强算法的定位性能及计算效率,综合评估指出逆模型方法有望获得最佳的性能。但逆模型方法的声源定位性能对传播模型矩阵中的时间宽度阈值敏感,而该阈值的合适值应随聚焦距离、阵列几何形状和阵列尺寸而变化,且缺乏统一有效的确定方法。为解决该问题并完善逆模型技术,提出了两种方法:（1）提出基于所有聚焦点和麦克风对之间的时延估计差的累积概率的时间宽度阈值确定准则,（2）推导建立了可规避时间宽度阈值的新传播模型矩阵。最后,仿真和实验均表明:两种方法在不同的测试配置下均有效,并且对聚焦距离、阵列几何形状和阵列尺寸具有很强的稳定性和适应性;无论采用哪种方法均能保证基于GCC的逆模型有令人满意的低频性能和声源定位性能,包括较窄的主瓣,很少的杂散声源和突出的声源位置;此外,前一种提出的方法较后一种定位性能相当,但效率较低。