1、盲源分離技術(shù)是信號處理和神經(jīng)網(wǎng)絡(luò)領(lǐng)域近年來的一個熱點(diǎn)研究課題，由于其能夠從觀測的混合信號中恢復(fù)出源信號，而對源信號和混合系統(tǒng)的先驗(yàn)知識要求很少，因此在語音信號處理、無線信號處理、生物醫(yī)學(xué)信號處理、地震信號處理以及圖象增強(qiáng)等方面都具有非常重要的理論意義和實(shí)用價值。 本文對盲源分離的瞬時線性混合模型進(jìn)行了較深入的研究并給出兩種新的算法，同時對盲源分離技術(shù)在實(shí)際環(huán)境語音分離和盲多用戶檢測中的應(yīng)用做了討論，主要內(nèi)容如下： 1.分

2、析了信息最大化算法以及擴(kuò)展最大化算法，針對擴(kuò)展信息最大化算法的收斂速度慢的問題，提出了一種改進(jìn)的擴(kuò)展信息最大化算法。 2.針對現(xiàn)有的算法中非線性函數(shù)和學(xué)習(xí)步長的選擇會影響算法的收斂速度和穩(wěn)定性問題，提出了基于最大信噪比的盲源分離算法，該算法不需要選擇非線性函數(shù)和學(xué)習(xí)步長，并且不需要迭代運(yùn)算，計(jì)算復(fù)雜度低。 3.研究了實(shí)際環(huán)境語音信號的特性，結(jié)合語音信號的短時平穩(wěn)性和長時非平穩(wěn)性，給出了一種時頻域盲分離算法。 4.