近年来,广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)因其监视精度高受到了广泛的关注,越来越多的飞行器装载有ADS-B系统。ADS-B信号利用广播的方式发送,所有使用这一频率的用户都能收到,同时由于装载有ADS-B系统的飞行器数量越来越多,不可避免地会产生交织问题。交织现象会造成接收机解码错误进而使得ADS-B系统监视性能降低,从而导致无法准确监视当前飞行器的位置等信息。论文针对ADS-B信号在天线接收过程中存在的交织问题进行研究,给出了基于单天线的交织信源数目检测和解交织的理论解决方案。由于单天线接收到的ADS-B信号所能直接用于处理的信息量较少,本文采用经验模态分解(Empirical Mode Decomposition,EMD)算法将单天线数据转化为多天线数据,进而对信号进行解交织处理,论文主要工作分为以下两个方面:第一,研究了交织信号信源数目检测技术。在传统的MDL信源数目估计算法基础上,给出了一种基于对角加载技术的EMD-MDL算法,该算法能够在快拍数较少时进行信源数目检测,同时无需设定门限值。鉴于上述算法相对复杂,给出了能量阈值估计算法,即计算分解出来的本征模态函数(Intrinsic Mode Function,IMF)的能量,设定门限值,依次对所有的IMF能量值进行检测。仿真和实采数据验证了算法的有效性。第二,研究了ADS-B信号解交织技术。在估计出ADS-B信源数目后,利用EMD算法构造多维数据矩阵,并采用快速独立分量分析(Fast Independent Component Analysis,FastICA)算法进行解交织。在解交织之前,本文通过构造动态嵌入矩阵进行解混叠,以降低甚至消除模态混叠现象带来的影响。仿真实验和实采数据表明该算法可以有效分离出ADS-B信号,并且对交织的ADS-B信号之间的相对时延不敏感。