频谱混叠信号有哪些常见的处理办法？

有什么方法能对频谱混叠信号成分进行分析吗？
  
比如：S(t)=S1(t)+S2(t)。
有没有什么方法能分离S1(t)、S2(t)或是分析出S(t)中S1(t)、S2(t)所占能量比？

独立成分分析

试过。
不过分离后信号幅度失真了，不能用来分析混合信号各成分能量。
还有其他办法可以分析各成分能量对比的吗？不能分离信号也没关系。

说具体点吧，望有经验的大牛指点。
我做的是噪声成分分析，想识别混合噪声中存在的噪声种类，及各类噪声的贡献。
很多种噪声的频谱是混叠的，我的想法是先分离噪声，然后再进一步处理。

如果分离实在困难，就最大似然吧。

噪声怎么最大似然？哦，也许你没看到后来楼主贴的说明，是几个噪声叠加在一起要分离，没有确知信号存在。楼主首贴的表述挺容易引起误解的。

噪声是随机的，但找到一些确定的统计量就可能最大似然吧

有参考资料吗？求详解。我的确孤陋寡闻了

有推荐的统计量吗？
有点一筹莫展了。

不只到有没有引起误解。
我分析的不是通信系统中通常意义上的噪声。
所分析的是飞机噪声、汽车噪声等类型的噪声。
可能用“噪音”这个词会更好点。

这些噪音有什么特性吗？是否有样本？

有噪音样本，但没有分析过具体有什么特性。
当时噪声种类识别打算用模式识别来着。

发动机噪声频谱上不是平坦的吧
  

D.M.Titterington, "Statistical Analysis of Finite Mixture Distributions"

我只是随便那么一想而已，不知到是否可行。只是提供一个思路，也许是误导。
就是看混合之后的信号的统计量或者分布函数最像哪几种随机信号混合而成的，当然需要先大量的试验一下常用的一些分布的随机信号混合之后的统计量或者分布是什么样子。

我只是随便一想，提供一个思路，或许是误导。
统计量或者分布函数，统计量试试几阶矩高阶矩之类的。还是分布函数的信息量大。

让楼主试下吧，反正也不费事。个人觉得比较悬，统计量相差较大的话，运气可能判断有几种噪音，但做到分离和分析能量比率就无奈了。

能量比率也可已放进最大似然里，就是多个参量和搜索维度。
他分离好像是为了求能量比，我只是提供一个思路就是也许不分离也能求？

嗯，挺好的。

我想你说的是“混杂”，别乱用混叠这个词，混叠是指高于奈奎斯特频率的信号被采样后向低频折叠的现象。噪声种类的识别我想直接用FFT分析就可以很容易分开了吧。

多谢啦，我试一下。

或许我应该说重叠吧。多种噪音信号频谱本身就有重叠，不能用滤波这么简单的办法。

既然频谱是重叠在一起了，那就无法分开了。但是，如果D=A+B+C中，你知道D以及单独的A和B，那C就知道了（只需要简单的能量相减）。所以关键问题是你必须单独采集A、B、C等单纯噪声，找到它们的特征频率（机械噪声往往有若干主要的频率），研究它们的总能量和特征频率能量之间的关系，就可以建立单独噪声的模型，这有点像模态分析。然后在一个混杂的噪声中，只要能识别特征频率，获取它的能量值，就能估算出此噪声的总能量。额，只是个想法，应该是可以实现的。

如果你有先验的信号统计特征，就可以写出信号模型，然后最大似然就可以了。最大似然可以估计多个信号的功率。