盲源分离是近年来发展起来的一种多维信号处理方式,其特点是在源信号与传输信道未知的情况下,仅利用已知的观测信号数据就可恢复源信号。依据此特性,盲源分离已被广泛的应用于无线通信、生物医学信号处理、语音信号处理、数字图像处理、模式识别等众多领域。尤其是在生物医学信号处理领域中,利用盲源分离技术提取出被干扰和噪声淹没的生物医学信号,成为信号处理的又一热点研究课题。本文主要研究了一种新的在线盲源分离算法——基于滑动窗的动态盲源分离算法,并将其应用于生物医学信号处理领域中的脉搏血氧信号检测与胎儿心电分离。具体内容包括以下几个方面：1.对基于滑动窗的动态盲源分离算法进行研究,通过仿真实验分析影响算法性能的因素,并提出不需要利用变步长的方式对本算法进行改进,因算法是以计算块数据的模式进行分离矩阵更新,算法收敛性良好,但相对与单样本更新的在线算法而言计算量较大,在此基础上给出了算法的递归形式。2.通过分析血氧饱和度的测量原理,得出在血氧饱和度监测过程中重点在于获取有用的脉搏血氧信号,提出将基于滑动窗的动态盲源分离算法应用于脉搏血氧信号的去噪处理中。利用该算法分别处理四组处于不同环境下采集到的数据和一组被测者的采集状态发生改变时的数据。结果表明,算法具有通过跟踪测试环境和被测者的状态,实时去除噪声干扰的性能,在血氧饱和度监测过程中具有良好的应用价值。3.针对当前胎儿心电提取过程中存在的一些问题,提出将基于滑动窗的动态盲源分离算法应用在胎儿心电分离中,实现真正地在线分离胎儿心电。通过仿真对比实验表明,该算法的在线分离胎儿心电的性能明显优于目前常用的自适应盲源分离算法。实测胎儿心电信号的处理结果,进一步验证了该算法的有效性,同时表明了该算法具有广阔的应用前景。