盲源分离问题是目前信号处理领域中最热门的新兴技术之一。本文讨论了盲源分离的数学模型、实现方法等，并回顾和总结了多种典型的基于独立分量分析的盲源分离方法。蚁群算法作为新兴的智能优化算法，具有全局寻优能力、正反馈特性、强鲁棒性等特点，利用蚁群算法对代价函数进行全局寻优，可以很好的克服梯度算法容易陷入局部最小的缺陷，因此将它应用于盲源分离问题的求解。针对超定盲源分离问题，本文从分离矩阵的奇异值分解出发，采用基于最小互信息的超定盲源分离代价函数，并用蚁群算法对代价函数进行优化，最终解决了一类超定的盲源分离问题；对于同步盲信号提取问题的研究，采用Schmidt消源去相关的方法避免了蚁群算法对已提取信号的重复提取，提高了算法的计算效率。本文对非线性盲源分离问题也进行了阐述，针对后非线性混合模型，从基于联合累积量的非线性统计独立性判据出发，提出了基于该准则与蚁群算法相结合的非线性盲源分离算法。仿真表明该算法对后非线性混合盲源分离问题的可行性和有效性。最后，开发了基于DSP的盲源分离实验平台，该平台是基于DSP+RTDX+PC／Windows构架搭建的，借助DSP实现盲源分离核心算法的实时运算，利用RTDX技术实现PC主机和DSP的双向实时数据传输，开发主机端界面来进行界面操作并显示实验结果。该实验平台的开发为借助DSP进行盲源分离实验提供了便利。