盲源分离是从所谓的“鸡尾酒会”问题中引出的，近几年来，已经成为信号处理领域的研究热点，并获得了迅速的发展。 本文主要介绍了盲源分离的基本模型、数学原理和研究进展；分析了各种算法的特点，在现有算法的基础上，针对盲分离问题中的抑制条件，提出了两种新的算法，并用MATLAB对它们进行了仿真。 一、从参数空间的角度出发，提出了直接在代表正交抑制的Stiefel Manifold上对对比函数进行优化的算法，从而减小了计算复杂度，不需要将参数再精确映射到抑制空间上。此外，还引入了变步长的思想，用梯度作为控制步长的参数，推导出相应的迭代公式。仿真表明，新算法不仅能很好的分离出源信号，而且和同类算法相比，还具有较快的收敛速度和较高的输出信噪比，对干扰抑制的也最好。 二、从优化方法的角度出发，将罚函数引入盲分离问题中，把约束优化问题转化为无约束优化问题。该算法在原有对比函 太原理工大学硕士研究生学位论文数的基础上，增加了一个由约束条件构成的惩罚项，根据乘子罚函数的思想推导出了相应的各个参数的迭代公式。仿真表明，该算法能很好的分离出源信号，而且和其它算法相比，还具有相当快的收敛速度和相对较小的信号间干扰，分离效果和理想情况最接近。