1、盲源分離(BSS)的主要任務(wù)及實質(zhì)就是對于一個未知的混合系統(tǒng),在其源信號完全未知或僅有少量先驗知識的情況下,僅由系統(tǒng)的觀測信號來重構(gòu)源信號或進(jìn)行系統(tǒng)辨識,它是以獨立分量分析(ICA)為理論基礎(chǔ)的。受益于這種“盲”的特性,盲源分離對多個領(lǐng)域都有很大的促進(jìn)作用,特別是它在語音、圖像、聲納、雷達(dá)、通信等方面的應(yīng)用對軍事和國防科技的發(fā)展起著非常重要的作用。
　　 本文主要針對純衰減延時模型對語音信號的頻域盲反卷問題進(jìn)行了研究,其主要思想

2、是利用傅立葉變換把混合模型在時域中的復(fù)雜卷積運算轉(zhuǎn)換為頻域中的相對簡單的乘法運算,把時域中的解卷積問題簡化為頻域中的每一個頻率點上的瞬時分離問題。這樣做大大降低了算法的計算量和計算復(fù)雜度,提高了盲源分離的效率。然而,頻域盲反卷方法會帶來源序和幅值的不確定性問題。本文通過檢驗不同頻率點上的分離矩陣,以相鄰頻率點上列相似性較大的列為同一列序,完成了對源序的調(diào)整。同時,采用系統(tǒng)辨識(數(shù)據(jù)擬合)的方法進(jìn)一步完成了對幅值的調(diào)整。最后本文還對提出的