盲源分离(blindsourceseparation，BSS)也称盲信号分离(blindsignalseparation，BSS)，是一种在传输信道未知情况下，从两个或两个以上传感器接收到的多源混叠信号中分离出各个传输信道的输入源信号的信息处理技术。由于在人机口语对话、多媒体应用以及安全监控等诸多领域有较强的应用需求，盲源分离成为国际上信号处理研究领域的热点之一。过去几年里，对于传感器数量不少于信源数的盲源分离，即盲源适定或超定分离，已经有了比较成熟的办法，而对于传感器数量少于信源数量的情况，即盲源欠定分离或病态盲源分离，依然是个难题。　　 本论文从盲源混叠模型、混叠信号特征提取、信源数目估计、混叠矩阵参数估计和针对语音信号的信源恢复几个方面进行了深入研究，并以语音信号为对象，采用会议室实际场景模型对本文提出的盲源分离单源主导方法进行了系统详实的实验验证，总结讨论了超定程度、欠定程度、传感器数目、噪声等因素对恢复语音信号质量的影响。本论文主要的创新贡献如下：　　 (1)提出信号时频域上单源主导的概念及其性质，大大扩充了稀疏性概念涵盖的混叠信源范围，更加接近多信源混叠的客观实际条件，在理论上大大弱化了盲源分离对信源稀疏性的严苛要求；　　 (2)提出并证明了单源主导区间的检测准则，由于具有较强可操作性可以直接作为工程实践中的检测度量；　　 (3)设计实现了包括单源主导区间检测、信源数目估计、混叠矩阵复参数估计、针对语音的信源恢复在内普遍适用的盲源分离方法，能够自动处理传感器数目大于等于信源数目的盲源超定适定分离问题和传感器数目小于信源数目的盲源欠定分离问题；