function [unmixingMatrix,separationSignal] = FastICA(mixedSignal)
% FastICA算法
%
% Input :
% * mixedSignal: 混合信号构成的矩阵,即观测信号
%
% Output :
% * unmixingMatrix: is an n x m estimate of the mixing matrix
% * separationSignal: estimate of the source signals
MixedS = mixedSignal;
MixedS_bak=MixedS;
%%%%%%%%%%%%%%%%%%%%%%%%%% 标准化 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% MixedS_mean=zeros(2,1);
% for i=1:2
% MixedS_mean(i)=mean(MixedS(i,:));
% end % 计算MixedS的均值
%
% for i=1:2
% for j=1:size(MixedS,1)
% 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=1000; % 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
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
end
for k=1:numofIC
W(:,k)=B(:,k)/5^k; % 得到解混矩阵W
end
%%%%%%%%%%%%%%%%%%%%%%%%%% 进行解混合 %%%%%%%%%%%%%%%%%%%%%%%%%
ICAedS=W'*Q*MixedS_bak; % 计算ICA后的矩阵
unmixingMatrix = W; %解混矩阵
separationSignal = ICAedS; %分离后的信号
end
没有合适的资源?快使用搜索试试~ 我知道了~
语音分离基于matlab FastICA算法语音信号盲源分离【含Matlab源码 3668期】.zip
共6个文件
wav:2个
m:2个
jpg:2个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 110 浏览量
2023-12-16
22:30:44
上传
评论
收藏 231KB ZIP 举报
温馨提示
CSDN海神之光上传的全部代码均可运行,亲测可用,尽我所能,为你服务; 1、代码压缩包内容 主函数:VoiceRecognition.m; Fig:GUI操作界面; 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,可私信博主; 3、运行操作步骤 步骤一:将所有文件放到 Matlab的当前文件夹中; 步骤二:双击打开VoiceRecognition.m文件;(若有其他m文件,无需运行) 步骤三:点击运行,等程序运行完得到结果; 4、语音处理系列仿真咨询 如需其他服务,可私信博主或扫描博主博客文章底部QQ名片; 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 语音处理系列程序定制或科研合作方向:语音隐藏、语音压缩、语音识别、语音去噪、语音评价、语音加密、语音合成、语音分析、语音分离、语音处理、语音编码、音乐检索、特征提取、声源定位、情感识别、语音采集播放变速等;
资源推荐
资源详情
资源评论
收起资源包目录
【语音分离】基于matlab FastICA算法语音信号盲源分离【含Matlab源码 3668期】.zip (6个子文件)
【语音分离】基于matlab FastICA算法语音信号盲源分离【含Matlab源码 3668期】
FastICA.m 3KB
运行结果1.jpg 53KB
sound1.wav 94KB
FastICASpeechSignalProcessing.m 2KB
sound2.wav 94KB
运行结果2.jpg 26KB
共 6 条
- 1
资源评论
- heyin08282024-04-21内容与描述一致,超赞的资源,值得借鉴的内容很多,支持!
海神之光
- 粉丝: 3w+
- 资源: 2091
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功