BSS

盲源分離是指在信號的理論模型和源信號無法精確獲知的情況下,如何從混迭信號(觀測信號)中分離出各源信號的過程。盲源分離和盲辨識是盲信號處理的兩大類型。盲源分離的目的是求得源信號的最佳估計，盲辨識的目的是求得傳輸通道混合矩陣。

盲源信號分離是一種功能強大的信號處理方法，在生物醫學信號處理，陣列信號處理，語音信號識別，圖像處理及移動通信等領域得到了廣泛的應用。

盲源分離（BSS：Blind source separation），是信號處理中一個傳統而又極具挑戰性的問題，BSS指僅從若干觀測到的混合信號中恢復出無法直接觀測的各個原始信號的過程，這裏的“盲”，指源信號不可測，混合系統特性事先未知這兩個方面。在科學研究和工程應用中，很多觀測信號都可以看成是多個源信號的混合，所謂“雞尾酒會”問題就是個典型的例子。其中獨立分量分析ICA（Independent component analysis）是一種盲源信號分離方法，它已成為陣列信號處理和數據分析的有力工具，而BSS比ICA適用範圍更寬。目前國內對盲信號分離問題的研究，在理論和應用方面取得了很大的進步，但是還有很多的問題有待進一步研究和解決。

盲信號分離研究的信號模型主要有線性混合模型和卷積混合模型，盲源分離源信號線性混合式比較簡單的一種混合形式，典型的BSS./ICA問題就是源於對獨立源信號的線性混合過程的研究。