二十一世纪是信息迅速发展的时代,信息量以惊人的速度在传递,这就要求接收到的信息准确而快捷,信号处理成了人们研究的热点问题之一。盲源分离是指在既不知道源信号分布,又不知道源信号混合模型的情况下,仅利用观察信号来恢复或提取独立的各个源信号的方法。目前已广泛应用于无线通信、阵列信号处理、语音信号分离、图像处理,生物医学、地震勘探、雷达和声纳、噪声消除等领域。 本文所作的主要工作有: (1)分析了盲源分离算法基本理论及研究动态,阐述了基于信息理论的盲源分离的三种算法,即最大化输出熵法、最大似然估计、输出互信息最小化。 (2)本文基于信息理论中最大化输出熵与最小互信息量准则,针对双曲正切函数、指数函数和反正切函数三种不同的非线性函数,利用最陡下降法,推导出了相应的算法迭代公式。 (3)采用三种不同的源信号(即两个亚高斯信号与高斯信