matlab实现ica,Matlab用ICA进行话语分离

这是我用模拟信号进行ICA处理，你可以将模拟信号改成语音输入信号即可

clc;clear all;close all;

fs=1000;

N=1024;

t=(0:N-1)/fs;

f1=60;

f2=150;

f3=200;

I1=sin(2*pi*f1*t);

I2=cos(2*pi*f2*t);

I3=randn(size(t));

% I3=sin(2*pi*f3*t);

subplot(4,3,1),plot(I1),title('输入信号1'),axis([0,100,-4,4]);

subplot(4,3,2),plot(I2),title('输入信号2'),axis([0,100,-4,4]);

subplot(4,3,3),plot(I3),title('输入信号3'),axis([0,100,-4,4]);

% 将其组成矩阵

S=[I1;I2;I3];

Sweight=rand(size(S,1));

MixedS=Sweight*S;     % 将混合矩阵重新排列并输出

subplot(4,3,4),plot(MixedS(1,:)),title('混合信号1'),axis([0,100,-4,4]);

subplot(4,3,5),plot(MixedS(2,:)),title('混合信号2'),axis([0,100,-4,4]);

subplot(4,3,6),plot(MixedS(3,:)),title('混合信号3'),axis([0,100,-4,4]);

MixedS_bak=MixedS;

%%%%%%%%%%%%%%%%%%%%%%%%%%  标准化  %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

MixedS_mean=zeros(3,1);

for i=1:3

MixedS_mean(i)=mean(MixedS(i,:));

end                                        % 计算MixedS的均值

for i=1:3

for j=1:size(MixedS,2)

MixedS(i,j)=MixedS(i,j)-MixedS_mean(i);

end

end

%%%%%%%%%%%%%%%%%%%%%%%%%%%  白化  %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

MixedS_cov=cov(MixedS');                    % cov为求协方差的函数

[E,D]=eig(MixedS_cov);                      % 对信号矩阵的协方差函数进行特征值分解

Q=inv(sqrt(D))*(E)';                        % Q为白化矩阵

MixedS_white=Q*MixedS;                      % MixedS_white为白化后的信号矩阵

IsI=cov(MixedS_white');                     % IsI应为单位阵

%%%%%%%%%%%%%%%%%%%%%%%%　FASTICA算法  %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

X=MixedS_white;                            % 以下算法将对X进行操作

[VariableNum,SampleNum]=size(X);

numofIC=VariableNum;                       % 在此应用中，独立元个数等于变量个数

B=zeros(numofIC,VariableNum);              % 初始化列向量w的寄存矩阵,B=[b1  b2  ...   bd]

for r=1:numofIC

i=1;maxIterationsNum=100;               % 设置最大迭代次数(即对于每个独立分量而言迭代均不超过此次数)

IterationsNum=0;

b=rand(numofIC,1)-.5;                  % 随机设置b初值

b=b/norm(b);                           % 对b标准化 norm(b):向量元素平方和开根号

while i<=maxIterationsNum+1

if i == maxIterationsNum           % 循环结束处理

fprintf('\n第%d分量在%d次迭代内并不收敛。', r,maxIterationsNum);

break;

end

bOld=b;

a2=1;

u=1;

t=X'*b;

g=t.*exp(-a2*t.^2/2);

dg=(1-a2*t.^2).*exp(-a2*t.^2/2);

b=((1-u)*t'*g*b+u*X*g)/SampleNum-mean(dg)*b;

% 核心公式，参见理论部分公式2.52

b=b-B*B'*b;                        % 对b正交化

b=b/norm(b);

if abs(abs(b'*bOld)-1)<1e-9        % 如果收敛，则

B(:,r)=b;                     % 保存所得向量b

break;

end

i=i+1;

end

%    B(:,r)=b;                                % 保存所得向量b

end

%%%%%%%%%%%%%%%%%%%%%%%%%%  ICA计算的数据复原并构图  %%%%%%%%%%%%%%%%%%%%%%%%%

ICAedS=B'*Q*MixedS_bak;                     % 计算ICA后的矩阵

% 将混合矩阵重新排列并输出

subplot(4,3,7),plot(ICAedS(1,:)),title('ICA解混信号1'),axis([0,100,-4,4]);

subplot(4,3,8),plot(ICAedS(2,:)),title('ICA解混信号2'),axis([0,100,-4,4]);

subplot(4,3,9),plot(ICAedS(3,:)),title('ICA解混信号3'),axis([0,100,-4,4]);