目前,盲声源分离技术随着科技的发展也日趋成熟。如果观测信号的数目大于或等于源信号的数目,将其定义为超定或正定盲声源分离。否则将其定义为欠定盲声源分离。与此同时,根据源信号的混合方式又可分为线性、卷积以及非线性盲声源分离。本论文中主要针对线性欠定盲声源分离问题进行研究,主要的工作如下:1、对语音信号处理的基础理论知识进行了阐述,并介绍了欠定盲声源分离中利用语音信号的时频稀疏性的解决方法“两步法”—混合矩阵的估计和源信号的重建。分别对混合矩阵估计算法和源信号重建算法进行了详细的介绍,并分析各个算法的优缺点。此外还介绍了估计混合矩阵和重建源信号同时进行的ICA算法。2、针对混合矩阵的估计精度问题,研究了语音信号的稀疏性增强处理问题。通过将现有的筛选单源时频点的算法进行研究,提出了一种新的高效筛选单源时频点的算法,并通过仿真证明了其筛选单源时频点的高效准确性。3、利用筛选出来的单源时频点,估计出混合矩阵,仿真证明了混合矩阵精度有所提高。在重建源信号这一步中,针对最短路径法的重建速度慢、精度低这一问题,提出了将最短路径法和二值时频掩蔽技术结合起来的算法,最后通过仿真证明了新的算法重建源信号的速度、精度都有所提高。4、针对主要解决超定或正定的盲声源分离问题的ICA算法进行研究,提出了一种将ICA算法与二值掩蔽技术结合起来的算法,充分利用语音信号的时频稀疏性,将ICA算法应用到欠定盲声源分离中,并结合倒谱平滑减少了分离信号中的音乐噪声。最后通过仿真实现了线性混合信号的欠定分离,并证明了其分离效果优于DUET算法的分离效果。