盲信号分离的实际应用

1 语音信号处理
较经典的案例是鸡尾酒会问题。很多嘈杂的声音混合在一起，如

何对他们进行有效的分离。
Bell和Sejnoski于1995年提出了最大熵算法，并且给出了语音信

号分离的实验，证实了该方法的可行性和有效性。
2 生物医学信号
由于生物信号常常是若干独立成分的加权，用独立分量分析技术

分解，所得到的结果更具有生理意义，并有利于去除干扰等。
3 金融数据分析
例如股票的指数很复杂，如何从复杂的信息中提取出一个分量的

具体信息。
4 图像处理
数字图像的水印分为盲水印和非盲水印。盲水印的提取不需要原

始图像。因此要提取的过程就是变量的分离过程。
5 特征提取及其在人脸识别中的应用
通常可以将盲信号分离作为模式识别的一个预处理步骤。
6 阵列信号处理及其在移动通信中的应用