赵志强，颜学龙

(桂林电子科技大学电子工程与自动化学院，广西桂林 541004)

近年来，盲源分离的研究已成为信号处理领域的热点问题。盲源分离是指在不知源信号和传输通道参数的情况下，根据输入源信号的统计特性，由观测信号恢复出源信号各个独立成分的过程。这过程又称为独立分量分析(ICA)。现在所指的盲源分离通常是对观测到的源信号的线性瞬时混迭信号进行分离。盲源分离方法的研究在语音、通信、生物医学工程和地震各个领域具有重要的理论价值和实际意义［1］。

正因为信号盲分离技术具有广阔的应用前景，促使国内外广大的科研工作者关注这一领域研究，盲分离技术也因此获得了飞速的发展，现在的研究多数都假设传感器个数不少于源信号的个数，对源信号个数多于传感器个数的问题如何解是又一个困难的问题。此前关于多路输入－单路输出的盲源分离成果是较少的［1］。

1 单通道信号基本概念

假设接收到的信号XM是有M路信号S(t)=［S1(t)，…，SN(t)］T通过某种方式混合而成，并受到加性噪声的干扰

其中，A(·)为混合方程V(t)为加性噪声;XM和S(t)中，M表示观察信号的维数。当M=1时就是一个观察信号，即形成了单通道信号，因此单通道信号处理问题都可以用式(1)来表示，对于不同的应用，区别在于源信号S(t):类型、数目的差异，以及混合方式A(·)的差异。针对不同的情况，单通道信号分离可以分为以下几类问题［3］:

(1)N=1，混合方程A(·)己知，模型转化为信号去噪问题，即由接收信号X1(T)通过去噪算法，尽量精确地恢复出源信号。……