MIMO技术和OFDM技术相结合可以克服无线信道频率选择性衰落,增加系统容量,提高频谱利用率,成为4G中关键技术之一。然而MIMO-OFDM的相干解调需要对信道进行估计和跟踪,传统方法是在发送数据中加入导频或训练序列,这大大降低了系统的频带利用率,因此MIMO系统中的盲信道估计算法成为目前研究的热点之一。目前,盲信号分离理论仍存在大量问题有待深入研究,盲分离算法的性能需要进一步提高。为此,本文在总结前人工作的基础上,研究了几种传统盲源信号分离算法,并提出一些新的改进算法,主要工作和创新如下:(1)深入研究了基于自然梯度(natural gradient)的ICA算法,再从传统的方向导数的定义出发,对其进行合理的推广,提出了一个延拓梯度的概念作为自然梯度的推广(其自身包含了自然梯度),并通过选取多个变换矩阵函数测试其对源信号估计的准确性和对算法的收敛速度。实验表明,新算法在选取合适的参数变换矩阵函数的情况下,执行速度相对于传统的自然梯度算法有很大的提高,其收敛速度更快。(2)将延拓自然梯度算法与传统的自然梯度算法有效地运用到MIMO-OFDM系统中,采用5个发射天线与5个接收天线的模拟环境进行仿真。仿真实验表明,新算法在选取合适的参数变换矩阵函数的情况下,在保证其对源信号估计的准确性的基础上,执行速度有很大的提高,具有积极的现实意义。