星载船舶自动识别系统(Automatic Identification System,AIS)对于航行安全、海上交通管制以及管理海事环境非常有帮助。本文以星载AIS为背景,着重对星载AIS中的实值信号分离算法和复值信号分离算法等方面进行研究,通过理论知识研究改进了AIS信号分离算法。本文的主要研究内容包括:1.Fast ICA(快速独立分量分析)具有形式简单、收敛速度快的特点,但其对初始权向量的选择比较敏感,若初始值选择不当很容易影响分离效果。针对这一问题,基于星载AIS信号的恒模特性对Fast ICA算法的初始权向量进行改进,使得改进Fast ICA算法具有更加准确的分离效果,通过实验证明了该方法可分离AIS信号,并且分离信号均方误差降低,性能有比较大的提高。2.针对复值Fast ICA算法对权向量的初始值比较敏感的问题,在特定步长因子的控制下,依据恒模准则对算法的初始权向量进行改进,并且应用Huber M估计函数优化该算法的目标函数,提高算法的稳健性,实验仿真表明该改进算法可以实现星载AIS复值信号的分离,分离性能得到提高。同时,算法具有良好的稳健性。3.为了实现星载AIS的含噪复值信号盲分离,对复值Fast ICA算法进行改进。该改进算法对超定情况下的含噪混合信号的协方差矩阵进行特征值分解,利用其噪声对应的几个较小特征值估计噪声方差,用来修正白化矩阵,再应用Huber M估计函数提高算法稳健性。实验结果表明,运用该算法分离后的信号均方误差(SMSE)变小,信干比(SIR)变大,提高了信号的分离性能。同时,优化后的目标函数使算法具有良好的稳健性。