盲源分离算法在信号探测的应用中具有非常重要的理论和实际研究价值。盲源分离是一个将一系列仅经过线性瞬时混合后的观测数据解混合恢复的过程。给定一组观测信号数据向量,盲源分离算法的目的是估计出解混矩阵和恢复出源信号数据。近年来,由于其广阔的发展和应用前景,在各个不同的科研领域中,盲源分离都得到了广泛的关注。传统利用独立性分离信号的算法已经有了较为系统的研究,但在日益复杂的电磁环境下,盲源分离算法的工程实用性并不高。本论文在总结传统盲源分离算法分离条件的基础上,主要结合实际应用场景,在统计域上对盲源分离算法进行新的探索和挖掘,利用在实际应用背景条件下的已知先验信息改善算法的性能。此外,本论文将结合外辐射源目标定位,把盲源分离算法应用于实际工程中,并将解决一些算法和硬件实现上的问题。首先,本论文从传统盲源分离算法推导过程所需条件的角度,对盲分离假设条件作出研究和归纳,通过仿真实验对信号分离条件给出一个较为直观的解释,并对传统盲源分离算法以及信号的统计域类型给出了一种分类,为后文已知信号统计域特征的分离算法推导做铺垫。其次,本论文研究利用了在统计域加入先验信息的思想,来改善盲分离算法的性能,结合周期平稳信号盲分离算法,提出了在低信噪比下对周期平稳信号进行检测以及对二阶循环频率进行估计的算法。此外,对已知调制方式的信号,如二进制相移键控(BPSK)、正交相移键控(QPSK)信号,本论文利用其统计域上只在有限点上有分布的特性,提出了新的分离算法,以取得更好的分离性能,本文设计并推导出相对均方误差上界这个新的指标,用以评估算法的分离性能。最后,本论文将结合外辐射源目标定位的具体工程应用背景,将盲源分离算法应用于工程实际中。所做工作包括:本文提出了基于函数控制的变步长最小均方(LMS)算法,通过改善直达波对消的性能以更好地应用盲分离算法;本文在图像处理芯片(GPU)上对盲分离算法(AMUSE算法)进行并行的实现,使得其更具有工程实用性。