盲源分离(Blind source separation，BSS)是近十几年来数字信号处理领域的一个活跃分支。因为对先验信息要求低，盲源分离已被广泛应用在无线通信、生物医学和地质勘探等领域。但是，由于不利用任何先验信息，盲源分离存在输出顺序不确定等缺点。为此，在盲源分离中直接利用源信号及其混合信息的半盲方法应运而生，不但在一定程度上克服了盲源分离的缺点，而且改善了盲源分离的分离性能。然而，根据目前的文献报道，半盲分离算法主要针对混合信号数目大于或等于源信号数目的情况。考虑到混合信号数目小于源信号数目(即传感器数目少于源信号数目)的欠定情况客观存在，本文开展了欠定盲源分离的半盲方法研究，并探索了欠定半盲算法在盲源分离加密方法密码分析中的应用。主要工作有：(1)提出了一种基于混合信号分段的欠定半盲抽取算法。在源信号满足稀疏性的情况下，本文首先分析了混合信号的实际特征，并按照特征将混合信号分成若干段。然后，通过利用参考信号引入期望源信号的波形信息，提出了一种欠定半盲抽取算法。仿真实验和性能分析结果表明，该算法具有性能改善和简单快速等优点。(2)提出了一种欠定半盲EM算法。EM算法是一种有效的欠定盲源分离算法，但除了利用源信号的稀疏假设之外，没有利用源信号的其它先验信息。为了进一步提高该算法的分离性能，本文深入研究了其利用先验信息的方法，提出了拓展目标函数的半盲方法，将源信号的先验信息通过距离函数引入全盲EM算法。仿真实验和性能分析结果表明，该算法在信噪比和收敛速度上都优于原算法，同时还解决了原算法的输出顺序不确定性问题。(3)密码分析应用。盲源分离加密方法利用盲源分离的欠定难题保障数据的安全性。理论分析表明，全盲的欠定方法不能解决欠定难题，进而实现保密攻击。然而，由于欠定半盲方法较全盲欠定方法有一定的性能改进，因此本文应用所提出的半盲方法对盲源分离加密进行了密码分析，以测试其安全性。大量仿真实验表明，盲源分离加密算法在半盲欠定算法的攻击下是安全性的。