摘要：把后非线性混叠信号盲分离的分离系统用泛函连接网络来建模，对分离系统的输出应用高阶统计量独立性准则作为测度，然后利用差分进化算法对泛函连接网络的权值进行学刊，从而获得了一种后非线性混叠信号盲分离算法。由于泛函连接网络是一种单层神经网络，具有学习参数少、收敛速度快和非线性逼近能力强的特点；而差分进化算法控制参数少、易于选择、具有全局寻优能力和快速的收敛特性：因而与其它的后非线性混叠信号盲分离方法相比，该文提出的分离算法具有计算简单、收敛速度快、较高的精度和稳定性好的特点。仿真结果显示了这种方法是可行和有效的。

关键词：盲信号分离 后非线性混叠 泛函人工神经网络 差分进化算法 

单位：广州大学信息学院计算机科学与技术系; 广州510405; 华南理工大学电子与信息学院; 广州510641