本发明提供一种单通道盲源分离方法，网络训练阶段，首先将数据集进行标准化处理，并随机打乱样本序列，然后使用卷积神经网络提取空间特征，再由双向长短时记忆网络挖掘信号的时序规律，最后进行全连接特征融合，多次训练并保存模型参数；在测试阶段，利用构建好的测试集和训练好的模型完成对算法的验证与测试，得到分离信号相比于传统单通道盲源分离算法与单一网络结构的深度学习算法，所提算法的相似系数最大，失真率最小，实现了对混叠信号的高精度分离。