盲源分离（Blind Source Separation,BSS）技术广泛应用于无线通信、生物医学信号处理及语音增强等任务中。本文紧密围绕相控阵雷达应用与麦克风阵列应用两条技术路线,重点研究了基于联合（块）对角化（Joint Block Diagonalization,JBD）的盲源分离算法及其在干扰抑制、波达方向估计（Direction-Of-Arrival,DOA）领域的应用。本文的主要研究工作归纳如下:1.相控阵雷达盲源分离干扰抑制问题:传统瞬时混叠盲源分离算法多采用信号参数旋转不变估计技术（Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT）估计混叠矩阵的初值,而传统初值估计算法难以完美匹配相控阵子阵级数据的瞬时混叠模型。针对该问题,提出了基于能量检测的混叠矩阵初值估计方法,该方法与相控阵子阵级线性瞬时混叠模型保持了高度匹配性。针对弱目标信号难以被检测的问题,提出了两阶段盲源分离干扰抑制方法。该方法利用粗、细结合搜索策略和快、慢时间联合处理方式,达到显著目标检测快速化、微弱目标检测精准化的目的。实验结果显示,本文算法相较于传统干扰对消算法,干扰抑制比（Interference-Noise Canceling Ratio,INCR）提高7d B。2.麦克风阵列卷积混叠语音盲源分离问题:正交联合块对角化卷积盲源分离算法需预白化处理目标矩阵组,且频域卷积盲源分离算法存在严重尺度和排列模糊问题。针对这类问题,提出了直接时域求解的非正交联合块对角化算法（Direct Bi-Iterative JBD Algorithm,DBIA-JBD）。该方法创新性地构造出块间Toeplitz、块内对角化结构的目标矩阵组,设计了匹配该结构的卷积对称拟合代价函数（Convolutive Symmetrical Fitting Function,CSFF）,并利用双迭代（Bi-Iterative Algorithm,BIA）算法对其进行优化求解。该优化算法不仅保证了算法的运行效率,还兼顾了盲源分离性能。仿真实验表明,所提算法具备计算复杂度低、收敛速度快和分离性能好的优势。3.相控阵雷达子阵级测角问题:针对大型相控阵强干扰下多目标测角问题,提出基于拟合回波波面函数的快速测角算法。首先,分析子阵级雷达回波信号的波面形状;然后,结合盲源分离干扰抑制算法求解混叠矩阵;最后,利用混叠矩阵参数拟合回波波面函数,求解波面峰值点来估计目标二维角度值。与和差波束测角方法相比,所提算法具有主瓣内多目标测角、抗强干扰和抗航迹分裂的优势。实测和仿真数据结果显示了所提方法的有效性和优越性。