1.一种基于FASTICA算法的盲源分离技术控制聚焦系统，其特征是包括盲源分离模块、GCC-PHAT时延估计模块、几何定位模块和相机模块，各模块依次相连；

所述的盲源分离模块包括放大电路、数据同步采集电路、信号处理模块，各模块依次相连；放大电路将从麦克风获取的混合声音信号进行放大，然后数据同步采集电路中的数据采集芯片进行数据同步采集，信号处理模块将采集的信号进行前端修正、相关性分析、声源分离处理得到各分离声源信号；

所述的GCC-PHAT时延估计模块包括多通道音频输入电路和数字信号处理器；多通道音频输入电路实现多路立体声音频的输入，进行编程增益调节，同时将盲源分离模块分离出的各个声源信号输入到数字信号处理器进行GCC-PHAT算法操作得到时延值；数字信号处理器在控制核心的调度下适时启动GCC-PHAT算法运算，并向控制核心返回时延值；

所述的几何定位模块包括多语音通道、数字信号处理器、控制逻辑CPLD；多语音通道分别连接数字信号处理器、控制逻辑CPLD；数字信号处理器根据各声源的具体位置计算出初步聚焦点，控制逻辑CPLD根据相关指示信号通过控制总线协调控制多语音通道和数字处理器完成几何定位，在GCC-PHAT时延的基础上根据麦克风几何位置确定各声源的具体位置；

所述的相机模块包括图像信息分析与聚焦权重调整模块、数码相机模块；图像信息分析与聚焦权重调整模块根据各声源的定位点计算出聚焦点，聚焦得到CCD输出图片信息并进行分析，根据图像信息分析处理结果进行合理的聚焦权重调整；数码相机模块是智能芯片处理器根据图像信息分析处理结果控制聚焦电机和变焦电机移动镜头内部部件进行合理聚焦权重调整，直到聚焦最精准，CCD输出图片信息最佳。

2.根据权利要求1所述的盲源分离技术控制聚焦系统，其特征是所述的盲源分离模块中的信号处理模块的算法是基于最大熵原理，在FASTICA模型中，经过预处理，最大化负熵的优化过程转化成E|G(wTx)|的优化问题，并通过阻尼牛顿法迭代法将其转化成无约束极值问题，最终经过变化和归一化处理，得到迭代学习算法。

3.根据权利要求1所述的盲源分离技术控制聚焦系统，其特征是所述的GCC-PHAT算法时延估计，即：不同麦克风接收信号，经过盲源分离后的源信号，由下列GCC函数的峰值决定：Wmn表示权重函数，对于不同的噪声和混响情况，表示不同的权重函数；Sm(w)和Sn(w)表示不同麦克风信号接收的信号进行盲源分离后的同一声源的频谱，假设信号与噪声是独立的，则关于信号xm(t)和xn(t)互功率谱函数由下式确定：利用PHAT加权函数Wmn(w)＝1/|Gmn(w)|来改进原算法；并提出一个由真实环境信噪比决定的新参数ρ提高小信噪比和大混响情况下的时延精度；此时权重函数被替代为