在现代电子战中,利用无人机集群进行无源定位来获得目标辐射源的方位信息的方法受到了广泛关注。当集群侦察的未知目标辐射源数目较多时,每架无人机的接收信号是多个辐射源原始信号经传输信道后的混合信号。为获得更为精准的定位信息,如何从多架无人机接收到的混合信号得到各辐射源的原始信号是一个关键问题。为解决该问题,本文基于正则平行分解和时频分析方法,分别研究了瞬时混合模型和卷积混合模型的信号分离方法。首先,针对多无人机接收多辐射源的建模问题,对张量分解方法以及混合信号的生成进行研究。总结了张量的基本概念与运算,分析了张量分解的常见方法。确定了本文研究的辐射源发送的原始信号的调制信息,并分析时频特性。利用信道建模工具生成包含各种衰减因素的传输信道,并将原始信号经相应信道后混合得到混合信号,以此模拟无人机集群的接收信号。然后,研究并利用基于张量分解的正则平行分解方法,解决了瞬时混合模型下的信号分离问题。总结混合信号的统计特征,将接收信号堆叠成正则平行分解方法处理的张量形式。研究基于无约束优化的正则平行分解的迭代方法,并对随机生成的张量数据进行处理与评价。研究了施加非负约束和基于相干性约束项的近端梯度更新方法。针对只考虑功率衰减的瞬时混合模型,对比了经典信号分离方法和正则平行分解方法的分离结果性能。最后,结合时频分析方法,解决了卷积混合模型下的信号分离问题。研究并优化了基于盖氏圆的信源数估计方法,提升了低信噪比的性能;研究张量秩估计方法,并将其应用于信源数估计。研究并利用块张量分解方法,解决低阶多径混合模型的信号分离问题。研究并利用基于时频变换的频域分离方法处理多径混合模型,解决了块张量分解方法的计算复杂度高且需要多径数已知的缺点。对比了瞬时混合模型下的正则平行分解方法和频域分离方法的分离结果,应用频域方法处理包含多径信息的混合信号数据集,利用串音误差和信干比评价指标对上述分离结果进行评价,本文研究的方法具有较好的分离效果。