1.一种基于遗传变异优化的二阶振荡粒子群盲源分离方法，其特征在于该方法在粒子群算法基础上加入学习因子二阶振荡环节，使粒子每次迭代后都能向着全局最优点移动Vi,j(t+1)＝ωVi,j(t)+c1r1[pi,j-(1+ξ1)Xi,j(t)+ξ1Xi,j(t-1)]+c2r2[pg,j-(1+ξ2)Xi,j(t)+ξ2Xi,j(t-1)]其中，ω为惯性权重；c1和c2为学习因子；r1和r2是分布于[0,1]区间的随机数；Xi,j为第i个粒子第j维搜索空间的位置；Vi,j为第i个粒子第j维搜索空间的速度；pi,j为第i个粒子个体第j维搜索空间最优位置；pg,j为当前种群第j维搜索空间全局最优位置；ξ1，ξ2为随机数，在小于最大迭代次数的1/2时选取 迭代大于等于最大迭代次数的1/2时选取

2.如权利要求1所述的一种基于遗传变异优化的二阶振荡粒子群盲源分离方法，其特征在于在二阶振荡基础上，引入遗传变异机制，根据适应值对所有粒子排序，取排序靠前的m个粒子，对应产生m个分布于[0,1]之间的随机数ri，如果ri＜pm则更新粒子位置Xi,j(t+1)＝(1+0.5*η)*Xi,j(t)，其中，η是服从高斯(0,1)分布的随机变量；Xi,j是第i个粒子第j维搜索空间的位置。