盲源分离（BSS: Blind Source Separation），又称为盲信号分离，是指在信号的理论模型和源信号无法精确获知的情况下，如何从混迭信号（观测信号）中分离出各源信号的过程。盲源分离和盲辨识是盲信号处理的两大类型。盲源分离的目的是求得源信号的最佳估计，盲辨识的目的是求得传输通道的混合矩阵。

传统的机械源分离方法往往事先假设源信号的个数已知, 否则无法进行机械源信号分离。然而, 在实际中 源信号 的个数往往是是未知的。针对此不足, 结合变分贝叶斯独立变 量分析和自相关测定, 提出一种机械源 数的最佳估 计 方法 , 它是通过比较不同模型的信度来 确定出 信源的个数。

变步长的LMS自适应滤波算法matlab程序

变步长的LMS自适应滤波算法matlab程序

说明： 完成欠定盲语音分离，源信号为3路输入，有2路麦克风，用c实现。 (Underdetermined blind speech separation is completed, the source signal is 3 inputs, 2 mic, with c achieve.)

DUET声音分离算法 实现DUET盲源分离算法的Python代码。 从此处的MATLAB代码转换而来-https: ，而该代码又基于和 它被转换为python，成为更多的“开源”-并不是每个人都可以启动并运行MATLAB，Octave并不能完成MATLAB可以做的一切。 Data文件夹中显示的所有声音文件均记入原始casa495项目。 ===============================积分： harmeet88523 巴尔加瓦德（Bhargavvader） NareshPeshwe

盲源分离关键程序，可以自由选择分离方法，请看readme ，matlab

针对单通道语音信号盲分离的问题，结合盲源分离和经验模式分解的优点，提出了一种基于经验模式分解的单通道语音信号源数估计和盲源分离方法"对语音混合信号进行经验模式分解，利用贝叶斯算法估计语音源数目，根据源信号数目重组多通道语音混合信号，并采用独立分量分析实现语音信号的盲分离"仿真实验表明，使用此法能有效地估计通道语音信号源数和分离盲源.

用于盲源分离，也是独立成分分析的一种算法，由芬兰人提出的fastica算法，此程序简单无误，欢迎大家下载学习

ICA主要用于特征提取和信号盲源分离中。在盲源信号分离中，关于源的个数是确定的，因此分离出的源信号数目在分离之前是确定已知的。监测信号的维数与源信号的数目相同，混合矩阵和源信号具体情况在分离之前可以不清除具体表现形式，但是需要满足独立、非高斯分布的条件，这些是在实际中应用ICA需要考虑的条件。