盲源分离广泛应用于图像处理、数字通信、电子对抗等领域，迅速成为信号和信息处理领域中的一个热点课题。传统的盲源分离问题是基于适定或超定的盲分离模型，一般要假设观测信号数目不小于源信号数目。然而随着通信环境越来越复杂，上述条件很难满足，基于欠定或单通道的盲分离模型在观测信号的数目小于源信号情况下解决盲分离问题，因此受到广泛的关注。本文在盲源分离理论基础上，深入分析和研究了单通道通信信号盲分离问题。改进了一种基于逐幸存路径处理(PSP)的单通道盲分离算法，该算法利用PSP算法，从众多的状态转移路径中搜索出最优路径，实现对码元符号和信道参数的联合估计，最终实现信号的盲分离。改进的算法在原算法初始化过程中引入了更加精确的信号参数估计，同时增加了信号的采样定时偏差估计，加快了算法的收敛速度，进而提高了算法的分离性能，仿真验证了参数估计的精度和改进算法的性能。然而基于PSP的单通道算法需要从众多路径中获得最优路径，算法执行效率较低，同时需要比较精确的参数估计进行算法初始化，参数估计误差会累积到盲分离过程中，造成分离性能下降。文中从独立分量分析(ICA)的角度出发，对单通道盲分离进行探索，设计了一种基于正交采样的单通道盲分离算法，将信号正交采样技术用于解决单通道盲分离问题。该算法对一路混合信号进行正交采样转换成两路相互正交的基带混合信号，并利用独立分量分析算法来实现符号和采样波形的恢复。仿真验证了该算法在单通道情况下分离数字通信信号的高效性。