麦克风阵列的鸣笛抓拍系统主要由鸣笛声识别和鸣笛声定位两部分组成。麦克风阵列”模块是硬件，由几十个麦克风同时采集声音信号。

“鸣笛声识别”模块解决“听准”的问题，也就是确保鸣笛抓拍系统抓拍结果是依据鸣笛声的定位，而不是因为其他声音而抓拍。机动车在禁鸣区域发出鸣笛声，抓拍系统可以取证并由交管部门进行处罚。但是，机动车发出其他声音，声音再大，目前也没有相关法规可以依据进行处罚，抓拍系统不应实施抓拍取证，例如，大货车的刹车声也扰民，但不能因为它发出刹车声而对其进行处罚。

“鸣笛声定位”模块解决“定准”的问题，也就是通过声源定位算法确定按喇叭车辆。抓拍系统定位误差必须足够小，不能因A车鸣笛，结果对B车进行抓拍。

主要的声源定位方法可分为以下三类：

1.基于时间到达差的方法：该方法原理简单，使用麦克风数量少，计算量小，易于实现。但其主要核心为计算声源到达各个麦克风的时间差，这要求系统的采样率足够高；此外，该方法在通过互相关或广义互相关的方法对周期性信号的计算结果存在较大误差，而鸣笛声信号就可以认为是一类准周期信号。

2.基于高分辨率谱估计的方法：该方法需要首先获得接收信号的空间相关矩阵，这在实际中是比较困难。该方法对定位模型的误差十分敏感，鲁棒性较差。该方法常常用于窄带的信号的定位，虽然可以将鸣笛信号分解成多个窄带进行定位，但由此带来的计算量成倍增长。

3.基于波束形成的方法：该方法通过将阵列中各个传感器所采集到的信号进行滤波、加权叠加后形成波束，扫描整个接收空间。波束最大的点即为目标声源，该方法可以同时定位多个声源。更为重要的是该方法鲁棒性较强，不需要先验知识。

其高鸣笛抓拍系统采用波束形成算法来实现鸣笛声的精准定位。