盲信号处理是信号处理领域最近几十年发展起来的一个研究课题,而盲源分离则是盲信号处理的主要研究分支之一。到目前为止,已经出现了许多现实可行的算法来进行盲源分离,然而绝大部分算法,都基于信号源数目已知的假设,这在实际情况下往往难以成立。所以,盲源分离问题中,独立信号源个数的估计成为急待解决的问题之一。本文首先介绍盲信号处理的发展历史、研究背景、研究领域,以及当前国内外的研究现状等;接下来介绍了盲源分离的概念、发展历程、数学模型以及实现的算法;本文重点介绍了在无噪声和有噪声的条件下,信号源个数小于或等于接收传感器个数时,独立信号源个数的估计问题。在无噪条件下,有零空间估计法,计算观测信号数据矩阵的方法;在有噪条件下,有特征值分解法、AIC准则、MDL准则和BIC准则等,文中从理论上对所有估计方法进行了推导和分析。在确定了独立信号源个数后,再进行盲源分离时,则可以应用基于已知独立源信号个数假设下的各种盲源分离算法。本文的主要工作有:通过使用Matlab软件平台,对所提出的各种独立源个数估计方法进行了仿真,验证了其正确性。在无噪情况下,还验证了计算观测信号数据矩阵的秩的方法同样适用于信号源动态变化的情况;在有噪情况下,对提出的四种估计方法进行了比较,分析了各方法所适用的环境,为具体的应用提供了依据。