在利用主动声呐进行水下目标识别探测时,由于海洋环境复杂多变等等因素,使得在不同环境下获得的观测信号中存在大量的噪声或者混响,影响所需信息提取和判断。而盲源分离算法,有着几乎不需要源信号以及信道先验知识的独特优势,可以利用其实现观测信号中目标回波及其中混有的噪声或者混响的分离,从而提高信噪比或信混比。并且针对由于条件限制仅能提供单一回波信号时,本文通过对其进行预分解处理,实现通过单通道盲源分离下对回波中的噪声或者混响进行有效抑制。本文针对水声常用信号的性质及特征,分别引入了三种常用盲源分离方法:基于二阶统计量的非平稳盲源分离算法(SONS, Blind Second Order Nonstationary Source Separation)、基于时频分布的盲源分离算法(TFBSS, Time-Frequency Blind Source Separation)以及基于最大信噪比的盲分离算法。通过三种算法的理论推导和具体分析,给出了这三种方法的各自的性能优势。同时为了更准确的评价各个算法对于目标回波与干扰的分离效果,在分析比较时除了利用常规分离评价参数作为数值参考,还同时运用了 WVD时频图作为更为直观的盲分离分离效果的评价准则。并且对于所获得的单一回波信号的预处理阶段,文中引入经验模态分解算法以及其针基于噪声平滑的总体经验模态分解的优化算法进行预处理,分析比较了两者在不同噪声或者混响环境下的优势。在进行仿真实验分析比较时,首先分别对不同类型水声信号给出了目标回波和混入噪声的分离仿真,并且为了验证方法的广泛适用性,文中还给出了多源信号的噪声抑制结果。在仿真验证部分,文中还讨论了将单通道盲源分离方法与无线通信中的能量检测这一信号检测方法相结合,通过分离噪声与源信号,获得了更加匹配的噪声功率估计从而改进原信号检测方法。在与原方法的检测结果比较后,证明了该改进方法可以获得更好的信号检测能力。最后在将单通道盲源分离应用到实测数据的处理中,验证了所提出方法在实际工程应用中的可行性和适用性,在WVD时频结果图观测到更清晰的回波信号,相关系数也有一定程度的提高,实现了实际观测信号中混响或者噪声的抑制。