近些年,随着科学的迅猛发展,各种技术都有了长足的进步。经过众多学者的研究,盲信号处理技术也日渐成熟,它的使用范围非常广泛,应用于众多领域,如电子信息、生物医学、雷达、通信等。由于盲信号的广泛应用,其逐渐成为信号分析领域中举足轻重的一个重要部分。在本论文当中,第一章主要介绍了盲信号的含义、目前国内外的研究情况、研究它的意义以及它的发展趋势。第二章首先介绍主分量分析,在它的基础上在介绍核主分量分析方法,对混合信号进行仿真,并对其结果进行性能分析,判断分离效果的好坏。第三章讨论独立分量分析的算法模型,介绍了几种独立分量分析的方法,分别利用这几种方法分离线性模拟信号和声音信号,对分离结果进行分析对比,提出了自适应信噪比算法对分时非平稳信号的盲分离。第四章先介绍非线性混合信号的盲分离模型,然后提出基于径向基神经网络分离非线性混合信号并进行仿真实验。第五章主要利用前面几章介绍的盲分离算法对有噪图像进行处理并分析实验结果。