音源分離は深層学習の発達に伴い高い性能を達成しているが，日常生活の様々な音源を分離するにはいまだ課題がある．教師なしで学習可能な深層フルランク空間相関分析は高い分離性能が報告されており有望だが，音源がほとんど動かないと仮定している．本稿では深層フルランク空間相関分析を拡張し，移動音源の分離と定位を可能にする．具体的にはまず，時変な空間相関行列と音源の到来方向に基づく多チャンネル混合信号の生成過程を導入する．この生成過程に基づき，混合信号とマイクロホン配置のみから周辺事後確率を最大化するように定位，分離モデルを同時に学習する．実験の結果，提案法の分離精度は従来法と比較して大きく改善した．