基于传声器阵列进行测试采集信号的波束形成声源识别技术因其具有测量简便,计算效率高、在中高频空间分辨率较高等优点而广泛应用于例如汽车、航天等多个领域。波束形成技术适用于测量远场、中高频的声源,因此试验通常在噪声比较杂乱或者较为开阔的空间内进行,而这些复杂环境所产生的各种噪声会使重构的声场成像结果有大量旁瓣,甚至出现错误的声场分布,导致无法准确对目标声源进行识别定位。因此如何有效抑制干扰噪声对波束形成声源识别性能的影响,是目前声源识别领域研究热点之一。论文针对这个问题提出了一种弹性网正则化波束形成改进声源识别方法。首先,假设声波为平面波,通过数值仿真分析传统互谱波束形成法所存在的不足,即低频空间分辨率较差、中高频旁瓣水平较高。为抑制通道噪声采用了去自谱法和自谱重建法,前者会使重建声场出现负功率现象,造成错误的声场分布;后者利用互谱矩阵的半正定性,使声源识别定位更准确。但干扰噪声不仅有通道噪声还包括背景噪声,因此论文选择“预白化”法和特征值加权平均法在保证矩阵半正定性的前提下对互谱矩阵特征值进行重构,通过仿真分析,这两种算法均能有效衰减旁瓣抑制干扰噪声的影响,并能准确定位声源,其中特征值加权平均法的降噪性能更佳。进一步,为了提高特征值加权平均法的降噪效果,提出改进弹性网正则化波束形成声源识别方法。该方法将经由自谱重建法与特征值加权平均法降噪的波束形成输出结果作为先验信息,构造波束形成正则化矩阵以精准“惩罚”源强分布情况,并与弹性网正则化波束形成算法相结合。通过不同声源类型的数值仿真分析,弹性网正则化波束形成改进方法不仅能更好的衰减旁瓣、达到抑制噪声的目的,而且空间分辨率更高、分析频率范围更广。最后,通过不同声源的试验验证了弹性网正则化波束形成改进声源识别方法的实用性和可行性,为工程实际应用提供参考。