盲信号处理理论和方法是近二十几年来发展起来的信号处理领域的一个重要的研究热点。基于提高被动声纳的检测能力，本文用盲源分离技术对水下目标信号的辨识和方向估计进行了探索性的研究。完成的主要研究内容和创新性的成果如下： (1)研究了盲源分离的基本原理和分离方法。对盲信号分离的概念、原理、结构、几种代表性的算法、盲源分离算法性能的评价函数、相关应用问题等进行了较为系统的研究和探讨。 (2)重点推导了自然梯度盲分离算法，针对目标辐射的水声信号的盲源分离问题，提出了采用特征值分解的数据预处理方法，在频域建立了新的盲源分离算法性能的评价函数，提高了目标辨识评价的性能。 (3)本文尝试一种新的基于概率选定非线性函数的自然梯度盲分离改进算法。针对自然梯度算法分离目标辐射水声信号时的不足，采用改进算法不但能分离同系混合信号(都是亚高斯或都是超高斯混合信号)，而且对杂系混合信号(亚高斯和超高斯混合信号)也能有效地进行分离，实验结果验证了改进算法的有效性。 (4)目前大多数的研究都是建立在理想的无噪声干扰的模型，也为验证本文提出的改进自然梯度盲分离算法的抗噪声干扰能力，在不同信噪比下分析了改进算法的分离性能，仿真分析和实船实验结果表明改进算法具有一定的抗噪声干扰能力。 (5)提出了自然梯度盲分离改进算法在复数情况下的目标方向估计方法。构建了水声基阵接收模型，用仿真信号验证了该复数改进算法的有效性，用实船噪声信号进行了目标方向估计的实验，方位估计的误差小于5％，令人满意。