1 概述
　　盲信號分離（BSS）是指在對彼此獨立的源信號的混合過程及各源信號本身均未知的情況下，如何從混合信號中分離出這些源信號。BSS可以用來從多個話筒混合語音信號中提取出單個的語音信號。然而，現有的BSS算法比較復雜、運算量大、實時性差，不能滿足語音處理對實時性的要求，從而限制了它的硬件實現和應用。
　　隨著IC技術的發展，DSP芯片的功能越來越強大。以數字器件特有的穩定性、可重復性、可大規模集成，特別是可編程性高和易于實現自適應處理的特點，DSP芯片從另一個方向解決了像BSS這樣復雜算法的實現問題。由于系統開發中的復雜硬件功能現在均已集成到了DSP芯片中，系統開發人員只需選擇合適的芯片并根據該硬件結構來設計軟件即可。因此，系統開發的主要難度已經轉移到了軟件設計上。而傳統的編程方式很難應付日益復雜的算法、系統設計，編程難度很大。DSP/BIOS II是TI公司為它的TMS320C5000和TMS320C6000系列DSP而設計的、免費的、用于復雜系統開發與應用的、可裁減的多任務實時內核，它大大地簡化了程序設計的難度和提高了系統的穩定性。
　　本文利用TMS320C6416 DSP設計出了基于DSP/BIOS II的、高性能的嵌入式混合語音盲信號分離系統。該系統通過采集的兩路混合語音信號進行BSS，能實時地輸出分離的語音信號。
　　2 盲信號分離
　　盲信號分離可以用下面的混合方程描述：
　　
　　式中為n個源信號構成的n維向量；為m維觀測數據向量，它的元素是各個傳感器得到的輸出；mn維矩陣A稱為混合矩陣，它的元素表示信號的混合情況。
　　
　　式（1）的含義是n個源信號通過混合得到m維觀測數據向量。盲信號分離問題的提法是：在混合矩陣A和源信號未知的情況下，只根據觀測數據向量） X （t）確定分離矩陣W，使得變換后的輸出是源信號向量） S（t） 的復制或估計。
　　
　　圖1示意了這一過程。最大熵（ME）算法、獨立成分分析理論（ICA）、最小互信息量（MMI）算法和最大似然盲信號分離（ML）算法是幾種常用的盲信號分離算法。
　　3 系統設計
　　本系統用TMS320C6416芯片的2個McBSP和EDMA來實現語音信號的采集、數據的傳遞和分離語音的輸出。
　　3.1 系統硬件設計
　　32 位定點TMS320C6416芯片是TI公司TMS320C64x系列DSP的代表產品，其時鐘頻率為400 ～600MHz，可以同時執行8條32位指令，最大峰值速度為4800MIPS。外設資源十分豐富，其中包含一個具有64個獨立通道的增強型存儲器直接存儲（EDMA）控制器和3個多通道緩沖串口（McBSP）。
　　用于語音數據轉換的ADC和DAC很多，如TI公司生產的語音信號編碼解碼芯片TLC320AD50，ADI公司的AD1674等。由于C6416的McBSP通道含有μ律和A律壓擴硬件，支持對輸入數據的μ律或A律擴展以及對輸出數據的μ律或A律壓縮，又美國國家半導體（NS）公司的A律編解碼芯片TP3057為8位的串行A律壓擴編解碼器，包含一個利用D/A、A/D轉換結構的A律脈沖編碼調制的編/解碼器電路和一個串行PCM接口。因此，我們選用作TP3057為ADC和DAC。