針對(duì)含噪環(huán)境下數(shù)字調(diào)制混合信號(hào)盲源分離（ BSS）誤碼率（BER）過高的問題，提出了一種基于RobustICA的二階段盲源分離算法R-TSBS。該算法采用RobustICA算法對(duì)陣列響應(yīng)向量構(gòu)成的混合矩陣進(jìn)行估計(jì)，然后利用數(shù)字調(diào)制信號(hào)的有限符號(hào)集特征，在第二階段用最大似然估計(jì)（MLE）方法估計(jì)各個(gè)數(shù)字調(diào)制源信號(hào)發(fā)送的符號(hào)序列，達(dá)到盲源分離的目的。實(shí)驗(yàn)仿真表明，傳統(tǒng)的獨(dú)立成分分析（ICA）算法如RobustICA算法和FastICA算法誤碼率很高，在信噪比（ SNR）為10 dB時(shí)，其誤碼率達(dá)到了3.5×10-2左右，而基于FastICA的二階段盲源分離算法F-TSBS和基于RobustICA的二階段盲源分離算法R-TSBS的誤碼率則下降到了10-3，分離性能得到了明顯改善；在較低的信噪比（0 -4 dB）下，R-TSBS算法較F-TSBS算法約有2 dB性能提升。
?