广播式自动相关监视(ADS-B)是航空监视的主要新技术之一,飞机通过对外广播包含位置、身份、速度等信息的ADS-B报文,实现信息共享和空中交通监视。目前ADS-B监视系统以地面系统为主,由于地面基站的覆盖范围小、部署成本高,陆基ADS-B系统不利于覆盖大面积的空域以及洋区和偏远地区。因此,星基ADS-B系统应运而生。与陆基ADS-B系统相比,星基系统具有一系列新的特点,包括覆盖范围更广,信噪比更低,信号功率差异更小。这些新特点使ADS-B信号在星载ADS-B接收机处的冲突更加严重。本文主要研究星基ADS-B多重交叠信号的分离算法。独立成分分析(ICA)是当今盲信号分离的主要技术手段之一。本文对信号交叠模式进行建模分析,通过计算信号交叠概率和飞机数量的关系,阐明了信号分离的必要性和重要性。共采用了三种不同的盲信号分离算法对星基ADS-B交叠信号进行仿真分离,并对基于负熵的快速ICA(FastICA)算法进行了优化。首先,研究扩展投影算法,并运用该算法对星基ADS-B信号进行分离,利用矩阵重组、秩分解等手段,最终得到源信号的估计。然后,研究ICA算法。为了减少计算量,在进行信号分离之前,先对ADS-B交叠信号做零均值化和白化等预处理。针对FastICA算法存在的局部极大值和收敛依赖于初始权值的问题,在经典的FastI-CA算法中引入了松弛因子,得到松弛改进的FastI-CA算法并将其应用到星基ADS-B信号处理中。最后,分别采用特征矩阵近似对角化(JADE)算法和松弛改进的FastICA算法对多重交叠ADS-B信号进行模拟分离实验,将采用松弛改进的FastICA算法分离出来的信号与源ADS-B信号作相关性分析,验证算法的可行性,并比较松弛改进的FastICA算法与经典FastICA的可靠性和收敛速度。实验结果表明,这三种算法都能够较好地解决星基ADS-B信号交叠问题,与其他盲信号分离算法相比,松弛改进的FastICA算法不仅减少了计算量、更适于硬件执行,也改善了算法的鲁棒性,使算法能够实现大范围收敛。