盲信号分离(Blind Signal Separation，BSS)技术是20世纪90年代发展起来的研究领域，它涉及了人工神经网络、统计信号处理以及信息理论等多门学科的理论知识，并且已经在地震勘测、移动通信、语音处理、阵列信号处理及生物医学工程等领域得到了广泛的应用。盲信号分离的目的就是在源信号未知时，从源信号的混合信号中求得源信号的最佳估计。　　 本文概述了盲信号分离技术，介绍了独立分量分析(Independent Component Analysis，ICA)方法的发展和意义；综述了3种经典的ICA算法：基于最大信噪比的ICA算法、信息最大化ICA算法和FastICA算法，并对它们进行了深入的算法研究；在对3种ICA算法进行分析的基础之上，以5种不同的声音信号为源信号，对算法进行了盲信号分析的仿真实验和结果分析，从而得出最适合FPGA(Field Programmable Gate Array)硬件实现的ICA算法。　　 本文设计了信息最大化ICA算法的FPGA实现方案，实现对2路混合语音信号的分离识别。包括深入分析了信息最大化算法的原理和功能，并根据FPGA硬件设计的特点，将信息最大化算法划分为输入模块、学习模块、矩阵乘模块、判断模块和输出模块，并对各个模块进行了FPGA设计，最后进行了仿真实验和结果分析。　　 本设计选用Matlab中Simulink、DSP Builder和QuartusⅡ作为设计平台，采用Altera公司的CycloneⅡ系列型号为EP2C35F672C6的FPGA芯片。　　 仿真结果表明，本文设计内容达到了设计需求。本设计为盲信号分离技术硬件化发展提供了一定的参考价值。进一步的工作是完善算法在FPGA中的设计，使其向实用性发展。