近年来,盲信号分离方面的研究逐渐变为信号处理中的一个重要领域,并且取得了迅速的发展。盲信号分离能够从观测的混合信号中恢复出原始信号,所以对原始信号和混合系统的先验知识要求很少,已在雷达、声纳、无线电通讯、生物医学和图象处理等领域得到了广泛的应用。本文以盲信号分离为研究对象,主要针对瞬时线性混叠情况下的盲信号分离算法做出了研究,主要工作如下：首先,研究了盲信号分离的一些基本理论。介绍了盲信号分离的基本模型,说明了盲信号分离的约束条件和需要进行的一些预处理,提出了代价函数建立的准则和优化的方法,提出了评价分离性能的方法。其次,研究了盲信号分离的基本算法,并且做出了一些改进。对独立分量分析(ICA)、主分量分析(PCA)和快速ICA(Fast ICA)算法都进行了理论分析,同时还使用MATLAB对算法进行了仿真。同时针对快速ICA(Fast ICA)算法在原始数据独立性不强时,算法收敛性不好的问题,提出了一种改进方法,并且进行了仿真研究。语音的盲信号分离问题是盲信号分离技术研究的重要组成部分,不仅仅是因为其与盲信号分离研究的起源“鸡尾酒会问题”有着密不可分的联系,更是因为该问题的解决有着很广泛的实际意义。为此,本文还研究了语音的盲信号分离技术,开发了一个针对语音信号的盲信号分离系统。盲信号分离系统可以采集真实语音信号,然后使用不同的盲信号分离算法分离。由此可以分析各种算法的优缺点和应用范围,并得出一些有价值的结论,为下一步的研究提供参考。本文所做的工作对实际工程中的语音盲信号分离研究具有一定的参考意义。