盲信号处理是信号处理领域的一个重要分支,独立分量分析方法是解决盲信号处理的主要方法之一,独立分量分析是在信道和信源参数均未知的条件下,仅利用信源信号非高斯以及相互统计独立的基本假设条件,从采集到的信源信号的混合信号中估计出分离矩阵,实现信源信号的分离。目前独立分量分析算法的研究主要从信号类型角度可以分为实数独立分量分析和复数独立分量分析,实数独立分量分析又分为线性独立分量分析和非线性独立分量分析,线性独立分量分析的研究又分为稀疏独立分量分析和完备独立分量分析,复数独立分量分析主要研究的是复数域的线性独立分量分析方法,此外,还有在独立分量分析的基础上衍生出来的噪声独立分量分析和带有参考信号的独立分析等研究方向。本文重点对实数域线性带有参考信号的独立分量分析和复数独立分量分析以及应用进行了研究,主要研究内容如下:首先,为了提高带有参考信号的独立分量分析算法的收敛速度,首先采用预白化的方法对观测数据进行处理,降低算法复杂性,然后对影响带有参考信号的独立分量分析收敛速度的因素进行了分析,采用具有2+1阶收敛的牛顿迭代方法,对预处理后的带有参考信号的独立分量分析代价函数进行优化,推导出收敛速度更快的带有参考信号的独立分量分析方法。其次,为了提高基于二阶统计量的复数独立分量分析算法的性能,分别提出了基于最速下降方法的复数独立分量分析方法和基于自适应正交化的复数独立分量分析方法。基于最速下降方法的复数独立分量分析方法首先采用自适应白化的方法对信号进行白化处理,然后在保持分离矩阵为正交矩阵的前提下,以分离信号的伪协方差矩阵为对角线矩阵为代价函数,采用黎曼空间下最速下降方法对代价函数进行优化,推导出不需要额外迫使分离矩阵正交的复数独立分量分析方法。基于自适应正交化的复数独立分量分析方法首先同样采用自适应白化方法对信号进行白化处理,并且同样以分离信号的伪协方差矩阵为对角线矩阵为代价函数,然后将分离矩阵正交化与代价函数优化过程相融合,推导出分离矩阵自适应正交化的复数独立分量分析方法,该方法使得分离矩阵在迭代的同时不需要额外处理即可满足正交化。此外,为了提高基于带有参考信号的独立分量分析算法的胎儿心电信号提取方法的速度性能,本文首先分析了带有参考信号的独立分析代价函数与信源信号峭度之间的关系,推导出信号峭度和代价函数之间的数学关系表达式,然后充分利用心电信号是超高斯分布的先验信息对原代价函数进行了简化,采用牛顿迭代方法对简化后的代价函数进行优化,推导出基于带有参考信号的独立分量分析的快速收敛的胎儿心电信号提取方法。最后,为了提高电压闪变参数检测方法的性能,构建电压闪变信号的复数独立分量分析模型,利用复数独立分量分析方法分离出电压闪变分量,并利用得到的电压闪变分量信息以及估计出的混合矩阵信息,实现高性能的电压闪变参数估计。