盲信号分离的三篇经典文章。Part One，首次提出了一种基于神经网络的学习算法（H-J算法），成功地实现了两个语音信号的分离，从而开启了一个新的领域。虽然他们的学习算法是启发式的并且没有明确指出需利用观测信号的高阶（高于二阶）统计信息，但是其迭代计算公式已具备后来ICA在线算法的雏形。 Part Two和Part Three：分别是从两个不同的角度来证明HJ算法的稳定性（主要是对源信号个数为2的情况给的证明），可惜的是，给出的稳定性条件都不是充要条件。-The three classic

盲信号语音分离的程序，基于独立分量的分离程序，若输入两个源信号，则可以输出一组混合信号和分离后的信号-Blind signal speech separation procedure, based on independent component separation procedure, enter the two source signals, the output signal after a group of mixed-signal and separation

这是实际环境中语音信号盲分离的最新程序源码代码，用于语音信号独立分量分分析ICA。解压后运行，输入录制的混合语音信号即可看到结果。 可直接使用。 -This is the program source code for blind separation of speech signals in the real environment for the voice signal of independent component analysis of the ICA. After decomp

完成欠定盲语音分离，源信号为3路输入，有2路麦克风，用c实现。-Underdetermined blind speech separation is completed, the source signal is 3 inputs, 2 mic, with c achieve.