小区域浅层地下爆破震动信号特征分析是震源定位技术的关键，提取混合震动信号中的有用分量是进行信号特征分析的重要基础。地下固体介质的复杂性导致了爆破震动信号成分多样，各分量混合模式复杂，分离难度较高等问题，针对这些问题，本文提出将盲源分离技术引入震动信号处理过程，实现小区域浅层地下爆破震动信号各分量分离。首先，利用基于多变量贝叶斯、基于径向基函数神经网络及基于插值神经元网络层结构的三种非线性盲源分离算法对多路模拟混合震动信号进行信噪分离，根据分离结果中相似系数及信噪比SNR的值验证基于插值神经元网络层结构算法在震动信号信噪分离方面的可行性及优越性；利用EEMD算法与基于插值神经元网络层结构算法相结合的方案对单路模拟混合震动信号进行信噪分离，验证该方案有效性。其次，利用基于扩展联合对角化、基于峭度及基于时间延迟的三种不同盲源分离算法对多路模拟混合震动信号进行横、纵波的分离，验证基于时间延迟算法在横、纵波分离方面的可行性及优越性；利用Radon变换与基于时间延迟算法相结合的方案对单路模拟混合震动信号进行横、纵波的分离，验证该方案有效性。利用以上方案对实测浅层小区域地下爆破震动信号进行分析处理，对得到的P波信号进行特征分析。结果表明，最终得到的P波信号速度特征及频率特性都与理论值相符，该结果证明本文方案可以实现单路小区域浅层地下爆破震动信号的横、纵波分离。利用该P波信号进行震源定位，定位精度可达0.5148m。