盲源分离技术是一种功能强大的信号处理技术,它能够在源信号及混合参数未知的情况下,仅通过若干观察信号分离恢复出各个源信号。针对确定或过定盲源分离问题已经发展出了许多成熟的理论和方法,但欠定条件下的盲源分离问题则具有更高挑战性与实用价值,引起许多研究学者的兴趣,逐渐发展成为一个新的研究热点。本文在主流的“两阶段”法欠定盲源分离方法框架下,提出一种新的混合参数估计方法,同时改进了经典的基于时频掩蔽的源信号分离方法,并将其应用于欠定语音分离问题中。首先,本文基于构建平滑二维直方图进行混合参数估计的原理,引入分水岭算法提出一种新的混合参数估计方法,能够同时解决源信号数量枚举及混合参数估计两大难题,相较于传统的基于聚类法估计混合参数的方法具有运算速度快,抗干扰能力强等优点。其次,分析研究了时频掩蔽和稀疏表示两种主流的源信号分离方法的优缺点,结合两者的优势,在时频掩蔽方法的基础上提出一种改进策略,一定程度上提高了算法的整体分离效果。最后,通过设计相关语音分离实验验证了所提算法的有效性。全文以欠定语音盲分离问题为研究对象,在主流的“两阶段”方法框架的指导下,针对混合参数估计步骤及源信号分离步骤分别提出相应的改进策略,提出了一种运算速度快、分离性能好并且具有较强鲁棒性的欠定语音盲分离方法,并设计相关实验加以验证。