针对单通道的同调制方式、同调制参数的时频重叠信号的盲分离问题，提出了一种新的卷积混合盲分离算法。首先，基于时间分集的过采样技术的信道多样性性质，将单通道混叠的MISO模型转化为多通道混叠的MIMO模型进行研究。然后，结合MIMO模型混叠矩阵的结构特点，讨论了混叠信号分量的时延差对MIMO模型混叠矩阵结构和混叠矩阵秩的影响。最后，数学推导证明：当信号分量时延差为符号速率的整数倍时，从信号时延的角度来讲混叠信号不具有盲可分离性，并通过仿真实例予以验证。

针对非协作卫星通信场合中同调制参数的MSK单通道混合信号的载波频偏估计问题进行研究，推导了卫星信道条件下MSK混合信号的循环谱表达式。通过搜索零频率处循环频率轴上的大强度谱线进行混合信号频偏估计，并针对谱线选择时存在的模糊问题，利用循环谱快速算法中的泄漏谱线包络辅助进行模糊消除。仿真结果表明在信噪比大于-20 dB时，对混合信号载波频偏估计较为准确。该方法对混合信号载波初相和时延等未知参数影响不敏感，并且不需要任何先验信息，其估计精度能够满足后续信号处理的需要。

为提高被动定位技术的精度与环境适应性，本文提出运用一种新的非线性滤波方法 —扩展容积卡尔曼滤波算法进行多角度传感器目标定位；它首先利用 EMD(经验模态分解 )算法对目标的量测噪声协方差矩阵进行估计；然后，将过程噪声协方差和量测噪声协方差融入循环过程；同时，为保持算法的稳定性和正定性，利用求平方根的形式对算法改进。通过对扩展容积卡尔曼滤波与 UKF(不敏卡尔曼滤波 )算法跟踪目标的结果进行比较，在运算复杂度与 UKF相当的前提下，扩展容积卡尔曼滤波算法不仅可以对未知量测噪声情况下的目标进行跟踪，而且显著提高了被动定位的精度。

同频重叠信号单通道分离在信号分离领域具有广阔的应用前景，成为近年来信号处理领域研究的热点之一。在回顾了自然信号单通道分离方法的基础上，对同频重叠信号的单通道盲分离方法作了详尽的分析，总结了国内外的研究成果，讨论了现有理论和方法的优缺点及应用条件，最后指出了今后可能的进一步研究方向。

为了解决非线性系统中杂波环境下的多传感器多目标跟踪问题，提出了一种集中式顺序多传感器不敏多假设滤波算法。在算法中，首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题，然后结合多假设跟踪的思想将单传感器中量测点迹与多个航迹互联，在此基础上采用不敏卡尔曼滤波完成非线性条件下目标状态估计与协方差的递推。仿真结果表明，与MSJPDA/EKF算法相比，本算法具有更高的跟踪精度和稳定性。

针对非线性系统中杂波环境下的多传感器多目标跟踪问题，提出了一种多传感器顺序统计量不敏概率数据互联算法(MSOSUPDA)。算法首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题，然后结合顺序统计量概率数据互联(OSPDA)的思想将单个传感器的量测点迹与多个航迹互联，在此基础上采用不敏卡尔曼滤波(UKF)实现非线性条件下目标状态估计与协方差的递推。与MSJPDA/EKF算法相比，算法具有更高的跟踪精度和稳定性，计算量明显减小。仿真结果表明，该算该发散率与耗时分别为MSJPDA/EKF 算法的19%与70%，算法综合性能明显好于MSJPDA/EKF 算法。