李 丹，唐普英

（电子科技大学 光电信息学院，四川 成都 610054）

0 引言

盲信号处理（BSP，Blind Signal Processing）是在对源信号和传输信道信息未知的情况下，仅从观测到的混合信号中分离出源信号的一种信号处理方法[1]。盲源分离是盲信号处理的重要方面，是从上个世纪九十年代迅速发展起来的新兴领域。现有的盲源分离算法存在运算速度慢、稳定性差等方面的问题，并容易陷入局部最优，有待进一步的改进和优化。研究新的盲源分离算法是很有必要的。细菌觅食算法（BFO，Bacterial Foraging Optimization）是基于大肠杆菌觅食过程的智能优化算法，适用于优化问题的求解。它是 2002年才被提出的一种新算法，其在具体问题中的应用是很有价值的研究[2]。

1 基本原理

1.1 盲源分离的基本原理

盲源分离是在信号的来源、数目、位置及传输信道等信息都未知的情况下，直接根据观测数据对源信号进行估计。其基本思想是通过寻找一种合适的滤波器或逆系统，使得输出的信号尽可能地接近于源信号。在目前的研究中，实现分离的关键是空间的统计独立性假设，即认为源信号是相互独立的[3]。要实现信号的有效分离，还要求接收信号的个数不少于原始信号的个数。文中的研究也基于以上假设。实现分离的基本原理是：假设生成观测信号X的源信号S相互独立，寻找分离矩阵W，使输出结果 =Y WX中的各分量尽可能相互独立，则Y就是对源信号S的估计。其模型如图1所示。分离的关键是寻找分离矩阵W 。与源信号相比，分离信号的顺序和幅度都具有不确定性，但这并不影响应用。……