起源于鸡尾酒会效应的语音盲源分离问题,其特点是在混叠通道源信号分布未知的情况下仅从观测信号中恢复源信号的波形,而且已经被广泛应用于通信、语音、雷达和生物医学等领域。实际应用中由于观测条件有限,有可能会发生源信号数目多于观测信号数目的情况,这称为欠定盲源分离。针对当前欠定盲源分离存在的局限性,本文研究基于双麦克风的欠定盲源分离技术,利用改进独立成分分析技术、二值掩蔽和波达方向估计技术,更好的分离语音信号。本文的具体工作和创新性体现在以下三点:首先,提出一种基于二阶累积量和四阶累积量同时满足的特征矩阵联合相似对角化算法,该算法将目标函数最大化问题等价于一组由二阶延时相关矩阵和四阶累积量矩阵同时满足的特征矩阵的联合对角化问题。相较于原始联合相似对角化算法,改进算法大大的提升了算法的分离精度。其次,通过分析波束形成、独立分量分析、计算机听觉场景分析各自的优点,提出了基于改进联合对角化算法与时频掩码相结合的语音分离方法。改进联合对角化提高了分离性能,而源信号在时频域发生重叠时,时频掩蔽能得到更好的分离效果,且计算简单。最后,提出一种结合波达方向估计的改进双麦欠定盲源分离算法。改进算法需要进行语音合并,在合并信号过程中考虑结合波达方向估计技术和时频掩蔽技术。仿真结果表明,本文提出的算法相对于传统的算法可以更好的进行源信号分离并减少语音失真以保持语音可懂度。本文提出的算法与多种经典盲源分离算法进行了比较,评估结果验证了本文提出的改进算法的优越性,一方面去除了噪声干扰,另一方面提高了语音的可懂度减少了语音失真。