1.2  国内外研究现状
1.3  本文主要研究内容
语音信号的频率随时间变化，属于非平稳信号，目前在关于频域的语音信号盲源分离的问题的研究上，大多是采用STFT和WVD来解决。而STFT虽然便于实现且无交叉项的影响，但是窗函数一旦选定就无法兼顾时间分辨率和频率分辨率；WVD方法虽然在时频分析有着很高的分辨率，但是会因为交叉项的干扰从而影响分离效果。而基于LPFT的语音信号盲源分离算法，它对交叉项的影响小又能更精确地得到关于频率的信息。因此本文主要研究了基于LPFT的语音信号盲源分离算法，通过对语音信号进行LPFT，计算LPP、CLPP来得到语音信号的时频分布，进而从频域上实现语音信号的盲源分离。主要内容概括如下：
1.简单介绍了盲源分离的基本模型以及两种比较经典的算法；
2.研究了LPFT的基本原理，与STFT和WVD进行了比较，分析了LPFT的优点；
2.提出了基于LPFT的盲源分离算法，对线性瞬时混合语音信号进行了盲源分离，并基于matlab的软件平台通过一系列仿真来验证。 LPFT基于局部多项式傅里叶变换的语音盲源分离(3):http://www.youerw.com/tongxin/lunwen_21029.html