仅仅依靠观测输出信号去估计源信号的盲信号分离技术已经成为信号处理领域的热点研究问题，卷积混合盲信号分离技术在语音信号处理、无线通信、生物医学、图象处理等许多领域有广泛应用。 然而目前的卷积混合盲分离算法都非常复杂，算法的复杂度高，不适合硬件的实现。本文对卷积混合信号盲分离算法进行了研究，首先，对卷积混合盲分离中的白化过程进行了分析，利用多通道前向线性预测滤波器实现对混合信号的时一空白化，并提出了一种新的基于时空白化的卷积盲分离算法。相对于把混合信号转换到各频率片上分别白化的传统过程，该算法无需快速傅立叶变换，有效地简化了白化实现过程，节省了运算量。同时，通过对信号的时序调整，消除了卷积盲分离的时序不确定性。其次，由于反射信号的能量远小于直射信号的能量，将实际应用环境中卷积混合模型简化为仅考虑直射而忽略反射的时延混合模型。提出一种新的基于时延估计的时延一卷积盲分离算法，通过延时估计进一步将卷积一时延混合模型简化为瞬时混合，直接利用运算量小、分离效果好的瞬时盲分离算法来解决卷积混合盲分离问题。最后，将所提出的时延一卷积盲分离算法应用于语音净化，通过输出选择和去延时叠加，达到抑制噪声的目的，提高了语音信号的清晰度。同时，利用DSP完成了该方法的硬件实现。 本文提出的基于时空白化的卷积盲分离算法和基于延时估计的卷积盲分离算法，在卷积混合信号盲分离的研究中有一定的探索，得到了相应的实验论证，并根据语音净化的应用场合，完成了DSP硬件实现。