Blind signalseparation ( blind source separation , eng. BSS, blind source separation ) er opgaven med digital signalbehandling ved at estimere matrixen, den inverse blandingsmatrix af det observerede system fra uafhængige implementeringer af observationsvektoren . Uafhængig komponentanalyse bruges almindeligvis til at løse dette problem .
Opgaven er underbestemt , da det for dens løsning er nødvendigt at genoprette både blandingsstrukturen og de originale signaler.
Observationsmodellen kan repræsenteres som en stokastisk ligning [1] :
,hvor er dimensionskildevektoren på et diskret tidspunkt , er en ikke-singular blandingsmatrix , er observationsvektoren ad gangen . Begge er ukendte, men det antages, at komponenterne er uafhængige stokastiske variable.
Opgaven med blindt at adskille signaler for en given vektor løses ved at finde en (ikke-singular) adskillelsesmatrix , sådan at:
,hvor er outputvektoren. Den originale vektor kan opnås op til skaleringsfaktorer og permutationer i formen:
,hvor er en ikke-degenereret diagonal matrix , er en permutationsmatrix .
Problemet løses efter princippet om analyse af uafhængige komponenter og kræver komponenternes statistiske uafhængighed [1] .
I virkelige applikationer kompliceres opgaven af tilstedeværelsen af målestøj, signaludbredelsesforsinkelser [1] .