La separación de señales de mezcla de tiempo-frecuencia compuestas por radar, comunicación y interferencias es el primer paso en el procesamiento de recepción integrado, que requiere una mayor precisión para la separación de fuentes ciegas complejas (CVBSS). Sin embargo, los métodos tradicionales de CVBSS tienen limitaciones como baja precisión de separación, velocidad de convergencia lenta y poca robustez en escenarios de relación señal-ruido (SNR) baja y relación interferencia-señal (JSR) alta. Para abordar los problemas anteriores, este documento primero establece un modelo matemático de mezcla de retraso de tiempo. Se propone un algoritmo de blanqueo robusto utilizando la matriz de correlación de retraso de tiempo de la señal observada, que es insensible al ruido. En segundo lugar, se utiliza la parametrización F diagonalizada conjunta como función objetivo, y se construye la matriz de separación basada en las múltiples matrices de Givens complejas. La matriz de Givens compleja no solo garantiza la ortogonalidad en la matriz de separación, sino que también reduce efectivamente el número de parámetros a calcular. Este enfoque garantiza precisión y simplifica la complejidad del proceso de separación. Finalmente, se utiliza el optimizador de lobo gris caótico no lineal para buscar el ángulo de rotación óptimo. Los resultados de la simulación demuestran que este algoritmo ofrece una mayor precisión de separación y requiere menos iteraciones en comparación con el algoritmo tradicional. Además, mejora la precisión de la estimación de la dirección de llegada (DOA), reduce la tasa de error de bits de comunicación y permite la estimación conjunta de la distancia y la velocidad del objetivo incluso en presencia de interferencias potentes y un SNR bajo.