独立分量分析(ICA-Independent Components Analysis)是信号处理领域近些年发展成熟的一种信号处理方法，该方法广泛用于盲源识别问题。 作者在分析了基于最大负熵原理的ICA方法的基础上，建立了振动信号盲源识别的简化模型，将基于最大负熵原理的ICA方法应用到振源信息分解与分析中。同时，研究了噪声对基于ICA的振源性质分析的影响及其解决方法。 本文在介绍了独立分量分析的发展现状后，针对振动信号的特点提出振源盲分离的简化模型； 在此基础上，利用基于最大负熵原理的ICA算法对振动信号进行了分离实验。针对含噪的混合振源信号，在分析了小波阈值去噪方法的基础上，选取了适当的小波阈值函数，有效地抑制了振源识别中的噪声影响。对于实际采集信号中出现的超定问题，即观测信号的个数多于信号源个数的情形，本文利用主奇异值数确定信号源的个数，取得了满意的效果。最后总结了本论文的工作及下一步的发展方向。