本文将盲信号处理的几种主要方法，包括PCA、ICA和EL-ICA等方法与天文数据分析结合起来，研究一些新的具有重要的理论意义和实用价值的天文数据分析方法。提出了一种新的基于PCA的测光红移方法，利用光学波段的中带测光数据，可以高效、准确地测量星系的红移。结合一种新的ICA方法——EL-ICA算法，提出了一种基于EL-ICA的正常星系光谱分析方法，除了可以实现准确拟合并扣除星系光谱中的星光成分，精确测量发射线之外，还可以同时得到星光红化、恒星速度弥散、恒星质量、金属丰度、以及星系的恒星形成历史等多种重要的特征参量。大量测试实验结果表明该算法所测得的物理参量不但测量精度较高，而且运算速度很快，可以满足现代大规模光谱巡天样本的数据处理要求。用这种新分析方法还可以将光学波段的观测光谱外推到近红外波段，从而弥补这些波段观测数据的不足。通过采用这一新的光谱处理方法分析SDSS巡天的26多万个星系光谱，统计结果显示星光的拟合效果好，参数分布的物理意义明显。测量得到的光谱特征参数与通过其它方法得到的相应参数之间具有很好的一致性。