盲信号分离是当前信号处理研究的热点课题之一，在无线数据通信、雷达、图像、医学、语音以及地震信号处理等领域有着广阔的应用前景。盲信号分离就是根据观测到的几个独立源信号的混合数据向量确定一变换，以恢复出原始的源信号。典型情况下，观测到的数据向量是一组传感器的输出，每个传感器接收到的是源信号的不同组合，称为混合信号。术语“盲”有两重含义：(1)源信号不能被观测；(2)源信号如何混合是未知的。盲信号分离所研究的源信号是多样的，本文只针对我们感兴趣的语音信号做出研究。 盲信号分离分为线性混合和非线性混合。在线性混合中，又包括两大类：一类是基于瞬时混合模式，一类是基于卷积混合模式。目前，语音信号盲信号分离的研究重点是基于卷积混合模式的。我们主要从时域出发对卷积混合模式下的盲信号分离作了研究。 首先给出了一种可用于实际环境中的语音信号盲分离算法。在简化了一般的盲信号分离模型基础上，阐述了该算法的分离准则并对其自适应收敛算法进行了推导。该算法仅使用了二阶统计量，相对于其它的盲信号分离算法计算量较小，并可以处理非最小相位系统的盲分离。对两个语青源信号的混合信号被两个麦克风所拾取的情况，利用实际环境中所采集到的真实语音信号，进行了计算机仿真，得到较好的试验结果。 基于TI公司的浮点DSP：TMS320C6701，利用上述的盲信号分离算法，实现了两个语音源信号，两个麦克风情况下的盲信号分离系统。论述了该盲信号分离系统的DSP实现，并对该系统的性能做了分析。经现场验证，该系统不仅达到了实时处理的要求，而且对真实房间中的两路语音信号的盲分离得到了较四川大学硕士学位论文基于时域的语音信号盲分离算法研究及其DSP实现好的效果。 最后，本文还针对目前盲信号分离研究中存在另一个难点问题，即在噪声环境中，如何进行语音信号盲分离的问题进行了研究。为了解决由于噪声存在而导致解混合系统性能发生严重恶化的问题，利用语音源信号的短时平稳特性和噪声信号的长时间平稳特性，我们提出的差分方法可以抵消噪声信号的影响，使得解混合系统的权仍能够收敛到正确值。同样的，我们也用计算机仿真证明了算法的有效性。关键词:盲信号分离卷积混合语音信号自适应算法相关DSP