在无线通信领域，尤其是在军事通信领域，传感器接收到的感兴趣的信号往往夹杂着无线信道的噪声和其他的干扰信号，如果已知源信号的特征和信道模型，我们可以很容易的对接收信号进行处理，滤噪，得到有用的信号。然而在很多情况下源信号的信息和信道模型是无法获得的，传统的信号处理技术则表现出明显的不足，信号的盲源分离技术在解决该不足体现出了极大的优势。　　本文从盲源分离的基础知识入手，比较详细的介绍了几种常见的盲源分离算法，包括正定和欠定两种情况，对算法进行了推导并仿真证明了其有效性。由于实际情况无法知道源信号的个数，因此很难准确的设置接收传感器的个数使之满足正定盲分离的条件。欠定盲分离能够解决该问题，然而现阶段的欠定盲源分离算法大多都是基于源信号的稀疏特性，而通信信号通常不具备稀疏性。因此考虑用单通道盲源分离来解决通信信号的盲分离问题。从而文章又讨论单通道盲源分离的算法研究，并提出了一种改进的基于过采样的单通道盲源分离算法，通过过采样将单通道盲源分离转化成多通道盲源分离，对过采样的信号进行采样点重组，利用增加的冗余来提高算法性能，然后利用多通道盲源分离算法对重组的信号进行分离，实现了2个BPSK信号的盲分离。为了实现MPSK(M＞=4)的盲分离，本文又提出了另一种基于希尔伯特变换的单通盲源分离算法，首先对观测信号进行希尔伯特变换，然后利用上述算法，最后修改相应的判决规则，最终实现了2个MPSK信号的盲源分离。仿真证明上述两种算法能够得到很好的分离效果。