量子遗传算法是将量子计算与遗传算法相结合的一种崭新的优化方法。量子算法中融入了量子力学的许多基本特性，极大地提高了计算的效率，已逐步成为一种崭新的计算模式，将它与遗传算法相结合，将会大大提高遗传算法的效率和弥补遗传算法的不足。盲信号处理是信号处理研究领域近年来一个高速发展的分支，其中盲源分离研究因其在语音信号处理、通信和医学信号处理等领域的潜在应用而受到越来越多的重视。本文的研究重点包括量子遗传算法及其改进方法，并将量子遗传算法用于处理盲源分离问题，课题研究具有重要的理论价值和应用价值。其主要研究内容包括： 量子遗传算法研究。首先介绍了量子计算的理论基础，对量子遗传算法进行了改进，并从理论上证明了算法的全局收敛性。算法采用多状态基因量子比特编码方式和通用的量子旋转门策略，采用动态调整旋转角机制，并引入量子全干扰交叉操作扩大搜索范围，利用量子非门实现量子变异，避免了早熟收敛，使得搜索效率和搜索能力得到更进一步提高。 量子遗传算法在盲源分离瞬时混叠模型中的应用研究。将量子遗传算法应用于盲源分离瞬时混叠模型，提出了一种基于量子遗传算法和独立分量分析的盲源分离新算法，仿真结果表明了采用量子遗传算法的盲源分离算法的分离效果和运算效率优于采用常规遗传算法的盲源分离算法。 量子遗传算法的改进研究。将量子遗传算法和模拟退火算法相结合，提出一种量子遗传算法和模拟退火算法结合的混合量子遗传算法。算法同时利用了量子遗传算法的并行搜索能力和模拟退火算法的串行搜索能力，和量子遗传算法相比有更快的收敛速度和更好的全局寻优能力。仿真实验表明算法有更好的搜索性能。