盲信号分离技术是信号处理中用于阵列处理和数据分析的一种新的技术，在源信号和混合过程未知的情况下，从混合信号中分理处源信号。盲信号分离技术可以广泛应用于无线通讯、医学信号处理、语音图像处理以及雷达信号处理等多个应用领域，已成为信号处理领域的一个研究热点。 本文对语音信号盲分离技术理论及其应用问题进行了研究，主要工作如下。 首先对信号盲分离问题的研究历史以及研究现状进行回顾论述，给出了信号盲分离问题的数学描述，包括盲分离问题的数学模型、保证盲分离问题可解的基本假设条件、信号盲分离问题中常用的数学原理和方法以及现有的信号盲分离主要算法等。 盲信号分离分为线性混合和非线性混合。在线性混合中，又包括两大类：一类是基于瞬时混合模式，一类是基于卷积混合模式。在实际环境中，很多信号与语音信号一样，都是以卷积混合的模式存在。而卷积混合盲分离算法，在很大程度上都是基于瞬时混合盲分离算法的改进。因此，本文首先给出了瞬时混合情况下，语音信号盲分离的算法，并进行了计算机仿真，证实了算法的有效性。 而后，本文重点研究了卷积混合语音信号的盲处理方法。现有的大部分盲分离算法都是建立在高阶统计量的基础上的，因为只有高阶统计量才能使输出信号是相互独立的。而二阶统计量只能使得输出信号互不相关。但二阶统计量可以实现非平稳信号和有色信号的盲分离。本文综合考虑了语音信号即是非平稳信号又是有色信号的特点，把传统的针对非平稳信号的盲分离算法与针对有色信号的盲分离算法结合起来，给出了针对语音信号的的盲分离算法，并用实验证明了在对语音信号进行盲分离时，此算法是非常有效的。 最后，根据本文的算法特性，对算法作了详细地分析，并且与现有的一些较成熟的算法进行了对比，证实本算法在对语音信号盲分离处理中具有较好的性能。本文所做的工作对语音处理具有普遍的意义。