信号盲处理技术，是近二十年来出现的一种新兴的信号处理方法，给信号处理中的多源问题提供了一个全新的思路。本文根据水中兵器对水声技术领域实际应用的需求，对盲信号处理技术在水声目标信号分离和定位问题的应用进行了研究。完成的主要研究成果和创新如下： (1) 对比分析了几类盲信号分离典型方法的特点、可实现性问题，以及与独立分量分析(ICA)之间的关系，重点推导了基于自然梯度的瞬时盲分离算法。 (2) 有效地优化改进了盲分离的自然梯度算法：在常规NG算法的基础上，增加数据样本分段功能，选用变步长的迭代规则，构建了更能拟合信号源概率密度的非线性函数，在频域引申出一种基于功率谱的性能评价函数。加快了算法的收敛速度，提高了稳定性，增强了适应性。 (3) 本文从信息论的角度入手，研究线性卷积混合的盲解卷积问题，成功实现了基于信息最大化准则的反馈网络算法对两源信号的分离。 (4) 针对信号中有加性噪声的情况，提出两类线性混合系统的自适应偏移算法。实验结果表明，算法在复杂噪声环境下仍能实现水声信号的分离，对噪声有稳健性。 (5)在基元数N≥3条件下，提出了两类线性混合系统盲分离问题下的目标方位估计方法，瞬时复数盲分离算法能有效分离和定位水中多目标噪声信号源，方位估计误差小于4％，结果令人满意；盲解卷积算法也能有效分离水中双目标噪声信号。