盲源分离是指在不知道源信号和传输信道的先验信息的情况下,根据输入源信号的统计特性,仅由观测到的混合信号来恢复或分离出源信号。它广泛应用于生物医学、图像处理、无线通信和语音增强等领域。本文详细阐述了盲源分离的基本理论,研究了线性瞬时混合信号和卷积混合语音信号的盲分离问题,主要内容概括如下:·本文研究了瞬时混合信号的在线盲分离方法。通过一个基于负熵的代价函数,导出了一种快速在线盲源分离算法。该算法既可用于信号的盲分离,也可用于单个信号的盲提取。文中采用基于估计函数的自适应变步长方法优化了算法的性能,仿真实验证明算法的收敛速度和稳态性能均优于自然梯度变步长算法。·针对卷积混合语音信号的盲分离问题,本文给出了一种频域盲源分离系统。该系统通过对信号预处理模块、独立分量分析模块以及后处理模块的优化和有机组合,快速而成功地实现了卷积混合语音信号的盲分离。基于真实录制语音信号的仿真实验证明了系统的良好性能。