盲源分离技术是通信信号处理领域里的重要分支,在早期阶段,由于未考虑信号传播时的延迟和滤波效应,得出了许多基于线性瞬时混合模型的经典方法。但是这些方法对于实际环境下的信号,由于其混合形式在时域中为卷积混合,往往不能得到理想的分离结果。因此本文着重研究适定情形下的线性卷积混合盲分离的理论和算法及其应用,针对含噪信号,无论是混合信号还是分离信号,利用自动小波去噪处理来提高盲分离系统的性能,并在实验中得到证实。针对通信信号邻近频点间信号幅度相关性能良好这一特点,给出骨牌效应相关排序法,本算法理论简单、稳健性好、耗时较短,仿真结果表明该方法对卷积混合后的同频通信信号能得到较好的分离效果,而且它不需要对混合数据进行预处理。同时针对同频信号,给出了一种新的Z域卷积混合盲分离算法,它需要设置的分离参数只有一个,就是滑动窗口长度,从而降低了计算复杂度,提升了分离性能。最后,在研究卷积混合LFM信号时频特征的前提下,给出了在含噪情况下检测LFM信号的一种方案,该方案把时频分析结果作为图像,然后采用图像处理的方法Hough变换进行信号特征提取,以达到盲分离的效果。