在无线电的发展进程中,各种电子产品的广泛使用,使得电磁环境日益复杂,所需的无线电往往是混有大量噪声的混合信号,一些有用信号甚至淹没在噪声中,导致人们难以获得并利用它们,因此弱无线电混合信号的检测与分离成为一项重要的研究课题。近年来,盲源分离算法以其独特的优势,在信号处理方面得到了广泛的应用。盲源分离算法中信号混合的模型包括超定混合,正定混合和欠定混合模型,但该算法对噪声较敏感,且受到欠定混合模型的制约。针对弱无线电混合信号检测与分离问题,本文对盲源分离算法进行了改进,主要进行了以下三个方面的研究:首先,针对超定和正定混合模型下盲源分离算法对弱无线电混合信号检测与分离问题,提出使用时域积累法对该条件下的信号进行检测,接着使用小波包分析进行进一步的处理,再使用盲源分离算法中的RobustICA算法进行分离的方法。在仿真研究和实验分析中,均通过观察信号时域图中的波形和频域图中的频率以及相似系数和信噪比对检测与分离前后结果进行定性分析和定量分析。仿真研究和实验分析中均表明所提方法适用于超定和正定混合模型下的弱无线电混合信号的检测与分离。其次,针对欠定混合模型下盲源分离算法对弱无线电混合信号检测与分离问题,重点研究欠定混合模型中单通道混合模型下的盲源分离算法,提出使用时域积累法对该条件下的信号进行检测,接着使用变分模态分解(VMD)算法进行粗分离,再使用改进的量子粒子群优化(QPSO)算法优化参数后的VMD算法进行细分离的方法。仿真研究和实验分析中的评价指标同超定和正定混合模型下的弱无线电混合信号的评价指标一致,并证明了所提方法适用于单通道混合模型下的弱无线电混合信号的检测与分离。最后,将Matlab GUI作为开发平台对基于改进盲源分离的弱无线电混合信号检测与分离系统进行软件开发。根据本文中提出的对弱无线电混合信号的检测与分离方法,分别编写了信号读取界面、信号检测界面、信号分离界面。