盲源分离作为盲信号处理学科的重要分支，目前已经受到了国内外学者及科研人员的广泛关注。并且在某些领域的应用已经取得了较大的进展，包括语音信号处理、生物医学、图像处理、地震勘探、雷达及经济数据分析等领域。而由于移动通信中实时性极强的要求以及目前的盲源分离算法运算量对于硬件平台难以实时处理的现实，盲源分离技术目前在移动通信领域并没有成功的应用。但随着盲源分离算法的成熟及运算量的简化、硬件平台处理能力的增强，相信盲信号处理一定会成功运用到移动通信领域。频谱资源受限及更高的传输速率需求使得盲信号处理成为大势所趋。　　 本文的目标是将盲源分离算法成功的与MIMO移动通信系统结合，提出理论上及实现上均可行的盲源分离与MIMO系统结合的解决方案。本文主要研究了一种复值盲源分离算法RobustICA算法，并将其与MIMO系统结合提出了半盲MIMO系统接收模型，并依次解决了该系统的排序及相位不确定性、信号延时对系统的影响、基带残留频偏对系统的影响等，给出了整个系统的主要模块运算量统计、总体实现分析，最终的解决方案在存在延时和频偏的情况下依然表现良好，性能明显优于传统的基于训练序列的MMSE检测算法。最后提出了RobustICA等盲分离算法在MIMO-OFDM系统中的应用，使盲源分离算法有更广的扩展性。本文的主要工作包括以下几部分：　　 研究盲源分离技术的概况，掌握其数学理论基础及该领域的重要算法，为后续研究提供理论基础。　　 重点研究一种鲁棒性较强的RobustICA复值盲分离算法，分析其算法实现的关键步骤及主要运算量。该算法相对于之前的经典JADE算法及FastICA算法均有较大的性能提升，并基于此算法提出了对应的盲抽取算法，可应用到特定场景的盲信号提取。　　 重点将盲源分离算法与MIMO移动通信系统结合，提出具体的系统方案，并针对盲源分离的特点解决了分离结果的排序及相位不确定性；针对延时MIMO模型提出了针对性的解决延时方案；针对残留频偏对系统性能影响大提出了联合的频偏消除方案。最终给出的整体解决方案相对于传统的MMSE检测方案在不同信噪比下有1-3dB的性能优势，并分析主要模块的运算量，分析方案可实现性。　　 最后探索性的研究了RobustICA算法在MIMO-OFDM系统中的应用，针对系统特点提出了全盲的接收解决方案，使盲源分离能够与目前主流的MIMO-OFDM系统结合，提出了对应解决方案并证明其有效性。