为了提高被动声纳的检测能力,从盲源分离的理论及应用出发,对水声信号的盲分离问题进行了研究。结合已有的经典盲分离算法成果,以更符合水声实际的线性卷积混合模型为基础,从时域、频域等多个角度出发,提出了几类适用于水声信号的盲分离算法,并通过多种仿真数据及水池实验对算法的可行性和有效性进行了验证。论文的主要研究内容及创新点如下:1、研究了几种线性瞬时混合模型下经典的盲分离算法。首先介绍了盲源分离的三种数学模型:线性瞬时混合模型、线性卷积混合模型和非线性混合模型,其中线性瞬时混合模型下的盲分离问题是研究的基础。其次对盲分离问题的基本假设和固有的不确定性进行讨论。随后,重点介绍了几种经典的盲源分离算法,以及算法分离性能的评价准则。最后通过计算机仿真对基于瞬时混合模型的多种水声混合信号在不同条件(不同信噪比、信干比等)下的分离性能进行了测试,为后续线性卷积混合盲分离问题的研究奠定了基础。2、提出了一种二阶统计信息和波束形成相结合的水声信号盲分离算法。首先分析了窄带水声基阵接收信号的数学模型,指出水声信号符合盲分离问题中的卷积混合模型。随后对卷积混合模型下在时域、频域的盲分离思路及其优缺点分别进行讨论。接着,通过引入水声信号的非平稳特征,论文提出一种二阶统计信息和波束形成相结合的盲分离算法,在提高分离性能的同时,大大减小了算法的迭代次数。并且,可以依据多目标波束形成中的方位信息,与分离子信号的相关系数相结合,对输出信号在不同的频率子带进行排序,有效解决了频域盲分离算法的次序不确定性问题。最后通过计算机仿真对算法在不同信噪比情况下的分离性能及其对弱目标的提取能力分别进行了验证。3、提出了一种欠定条件下的水声信号盲分离算法。当接收传感器数目少于源信号数目时,基于独立分量分析的盲分离算法均无法对信号进行分离,欠定条件下的盲分离算法通常基于信号在时频域的稀疏特性,通过对属于同一信号的特征进行聚类实现源信号的分离。根据聚类方法的不同,算法分为二值时频掩蔽和泛值时频掩蔽两种。论文首先对上述两种算法思路进行介绍,其次针对基于期望最大化(EM)的泛值时频掩蔽算法在初始值远离真值的情况下易陷入局部极小的问题,引入具有全局寻优能力的模拟退火算法,提出了一种基于退火期望最大化(A-EM)的盲分离算法。最后通过计算机仿真验证了该算法的有效性和稳健性。4、提出了一种基于单矢量水听器的水声信号盲分离算法。与传统声压水听器不同,矢量水听器可以同时捕捉声场中的声压信息和质点振速信息,携带了更丰富的信息,因此具备良好的测向性能。论文首先对单矢量水听器的方位估计方法进行介绍,并在此基础上提出了一种改进的多目标方位估计方法。随后,针对基于方位信息的盲分离算法在源信号角度接近时分离性能迅速变差的问题,引入混合向量信息,提出了一种方位信息和混合向量相结合的盲分离算法,并将其用于水声信号盲分离。最后通过计算机仿真对该算法的有效性进行验证,并证明其在源信号角度较为接近时分离性能明显优于对比算法。5、对超定、正定和欠定情况下的源数目估计方法和基于单矢量传感器的源数目估计方法分别进行了研究。在实际中,通常源信号的数目无法预先知道,如何在仅有混合信号的情况下对源数目进行准确估计是保证盲分离算法分离性能的重要前提。论文对不同情况下的源数目估计方法分别进行了研究,并通过计算机仿真对相应方法的估计精度受信噪比、快拍数和源信号个数等不同因素的影响进行了讨论。6、通过水池实验,对论文中提出的水声信号盲分离算法进行了实验验证,分别在正定和欠定情况下验证了盲分离算法的有效性,并具体分析了阵元数目、FFT长度、分离滤波器长度等参数对分离结果的影响。同时,对源数目估计方法在实际中的估计性能进行了验证。