全文总字数：2201字

1. 研究目的与意义及国内外研究现状

盲信号处理是计算智能学的核心研究内容，是人工神经网络、统计信号处理、信息理论相结合的产物。特别在生物医学、医疗图像、语音增强、远程传感、雷达与通信系统、地震勘探、地球物理、计量经济学、数据采掘等方面均有突出作用。

盲信号处理实质及主要任务是对未知混合系统在其输入信号完全未知或仅有少量先验知识的情况下，仅由系统的输出信号（即混合信号）来重构输入信号或进行系统辨识。

语音信号是信息传递的主要承载工具,利用盲源分离技术实现混合语音信号的分离具有重要的研究意义。

2. 研究的基本内容

根据盲信号分离原理,用matlab采集两路以上的语音合信号,选择合适的盲信号分离算法(如独立成分分析ica等)进行训练学习,求出分离矩阵和分离后的语音信号

设计要求

3. 实施方案、进度安排及预期效果

实施方案：

根据盲信号分离原理,用matlab采集两路以上的语音合信号,选择合适的盲信号分离算法(如独立成分分析ica等)进行训练学习,求出分离矩阵和分离后的语音信号

4. 参考文献

1] 胥永刚,张发启，何正嘉独立分量分析及其在故障诊断中的应用[j] 2004(03)

[2]陈华富,尧德中.独立成分分析及其应用的研究进展[j] 2003 (02)

[3]杨世锡,焦卫东，吴昭同.基于独立分量分析特征提取的复合神经网络故障诊断法[j]2004 (04)