Matlab盲源分离的一个小程序

matlab盲源分离的一个小程序。。。

源程序如下:

1. %以下程序调用ICA，输入观察信号，输出为解混合信号
   
2. function Z=ICA(X)
   
3. %-------------去均值------------
   
4. [M,T] = size(X); %获取输入矩阵的行/列数，行数为观测数据的个数，列数为采样点点数
   
5. average= mean(X')';  %按行取均值
   
6. for i=1:M
   
7.     X(i,:)=X(i,:)-average(i)*ones(1,T);
   
8. end
   
9. %------------白化--------------
   
10. Cx = cov(X',1);    %计算协方差矩阵Cx
    
11. [eigvector,eigvalue] = eig(Cx); %计算Cx的特征值和特征向量
    
12. W=eigvalue^(-1/2)*eigvector';   %白化矩阵
    
13. Z=W*X;   %正交矩阵
    
14. 
    
15. %-------------迭代-------------
    
16. Maxcount=10000;        %最大迭代次数
    
17. Critical=0.00001;   %判断是否收敛
    
18. m=M;                %需要估计的分量的个数
    
19. W=rand(m);
    
20. for n=1:m  
    
21.     WP=W(:,n);  %初始权矢量（任意）
    
22. %     Y=WP'*Z;
    
23. %     G=Y.^3;%G为非线性函数，可取y^3等
    
24. %     GG=3*Y.^2;  %G的导数
    
25.     count=0;
    
26.     LastWP=zeros(m,1);
    
27.     W(:,n)=W(:,n)/norm(W(:,n));%单位化一列向量
    
28.     while abs(WP-LastWP)&abs(WP+LastWP)>Critical %两个绝对值同时大于收敛条件
    
29.         count=count+1;   %迭代次数
    
30.         LastWP=WP;       %上次迭代的值
    
31.        % WP=1/T*Z*((LastWP'*Z).^3)'-3*LastWP;
    
32.         for i=1:m     
    
33. WP(i)=mean(Z(i,:).*(tanh((LastWP)'*Z)))-(mean(1-(tanh((LastWP))'*Z).^2)).*LastWP(i);%更新
    
34.         end
    
35.         WPP=zeros(m,1);%施密特正交化
    
36.         for j=1:n-1
    
37.             WPP=WPP+(WP'*W(:,j))*W(:,j);
    
38.         end
    
39.         WP=WP-WPP;
    
40.         WP=WP/(norm(WP));
    
41. 
    
42.         if count==Maxcount
    
43.             fprintf('未找到相应的信号');
    
44.             return;
    
45.         end
    
46.     end
    
47.     W(:,n)=WP;
    
48. end
    
49. Z=W'*Z;
    

复制代码

所有资料51hei提供下载:
mangyuanfenli.rar (972 Bytes, 下载次数: 16)

2018-3-13 16:05 上传

点击文件名下载附件
matlab程序