FastICA算法原理与仿真

独立成分分析原理

独立成分分析（ICA）是由盲源分离发展而来的一种多维信号处理技术。 盲源分离技术是指在不知道源信号和信道传输参数先验知识的条件下， 只根据源信号和混合系统的一些基本假设，由观测混合信号来分离出未知独立的源信号。 从数学的角度来看，ICA是对多维观测信号寻找一个恰当的线性变换，使得变换后的各成分相互统计独立。
为了简化，考虑无噪声的瞬时线性混合源，其基本模型可表示为：
$Y(t)=AS(t),t=0,1,2,...$
式中：
$A$——混合矩阵；
$S$——独立成分向量矩阵；
t t