多干扰源背景下的目标探测一直是水声被动信号处理中重要的研究内容。盲源分离算法不需要过多的先验知识,可以仅利用接收收信号估计源信号,适用于接收信号中存在多干扰源的被动信号处理。常规的盲源分离算法大都是适用于多观测通道的阵列信号处理方法,然而实际中有时存在仅有单观测通道的极端情况,此时基于矩阵运算的常规盲源分离算法将会失效,为此,论文研究了单通道盲源分离算法及其在水声信号处理中的应用。论文首先重点研究适用于源信号瞬时混合情况的单通道盲源分离算法。以解决单通道欠定问题为目的,从通道扩展的思路出发,研究三种单通道盲源分离算法：(1)基于虚拟通道的盲源分离方法。该方法依据水声信号远场的空间分布规律,通过将单观测通道信号延时和滤波的方法构造虚拟通道,使单通道转化为多通道,以实现单通道的盲源分离。仿真及实验数据分析的结果显示,该方法能在一定程度上利用单观测通道数据将海洋环境噪声与船舶辐射噪声分离,实验数据分析同时表明该方法对双目标船的分离也有一定效果。(2)基于总体经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)子空间分解技术的单通道盲源分离方法。该方法采用EEMD算法对信号在固有模态子空间上进行分解,利用分解得到的固有模态函数作为输入矩阵,实现盲源分离。该方法结合了EEMD算法与盲源分离算法的优点,对频带有交叠的源信号分离有一定效果,更适合非平稳信号处理,同时具有较好的抗瞬态干扰性。仿真及实测数据分析表明,该算法适用于水声信号处理,分离性能较为稳定。通过大连海域的实验数据处理表明,该算法能够在复杂的背景干扰下较为有效地分离出船舶辐射噪声信号,从而提高了接收信号的信噪比,增强了探测设备对目标的检测能力,该方法为水下声源激发的地震波信号提供了一种有效的处理方法。(3)基于间隔重采样的单通道盲源分离方法。论文将间隔抽样方法引入到单通道盲源分离算法中。在采样率足够的条件下,通过对接收信号进行间隔抽样以构建新的接收矩阵,以解决单通道的欠定问题。仿真及实测数据的分析表明,该方法对水声信号具有良好的分离性能。该方法简单易行,没有过多需要调节的参数。论文第一部分主要针对单通道带来的欠定问题,提出了三种解决方法。然而实际中当声波在水中传播时通常会受到多途的影响,这会降低单通道盲源分离算法的性能,影响实际应用效果。针对这一问题,论文研究了多途条件下的单通道盲源分离算法。为最大程度地利用多途的能量,论文提出将多途聚焦与盲源分离算法相结合进行处理,通过多途聚焦可以实现多途信号的同相叠加,改善源信号的分离效果。文中首先研究基于自相关的单通道盲源分离方法,该方法适用于具有较宽频带的信号,仿真和实测数据分析表明,基于自相关的单通道盲源分离方法能够,将多途聚焦与盲源分离算法相结合,能够实现多途信号的有效叠加,提高信噪比、改善源信号的分离效果。针对源信号中存在线谱干扰时自相关法无法估计多途结构的问题,论文中引入倒谱估计技术,并提出了改进的倒谱估计方法以抑制随机干扰。仿真分析及实测数据处理结果显示,基于倒谱估计的单通道盲源分离方法能够实现多途聚焦,提高目标信号的分离性能,同时该方法对低频线谱特征明显的船舶辐射噪声具有较好的适用性。论文针对单通道的欠定问题,研究了适用于水声信号的单通道盲源分离算法,实验数据处理验证了算法能够在多干扰源背景下从观测数据中分离出目标信号,有助于实现水下目标的有效探测。同时方法可以简化水声测量设备,降低声纳系统的复杂度,在许多不具备安装传感器阵列的环境下,该方法具有明显的优势。研究成果可望应用于海洋动力监测、声纳被动信号处理等领域。