改进 ICA故障监测含Matlab源码.zip

function [yn,y,W,A,Q,d,B,Devals]=ICA_normal(X,cont) [m,n]=size(X); %获取输入矩阵的行/列数，行数为观测数据的数目，列数为采样点数 %---------白化/球化------ Cx = cov(X',1); %计算协方差矩阵Cx [evecs,evals,V] = svd(Cx); %计算Cx的特征值和特征向量 Q=evals^(-1/2)*evecs'; %白化矩阵 z=Q*X; %正交矩阵 Evals=diag(evals); for i=1:m ICa(i)=sum(Evals(1:i))/sum(Evals); if ICa(i)>=cont d=i; break; end; end; Devals=diag(Evals(1:d)); Devecs=evecs(:,1:d); %---------正交矩阵B------ B=[eye(d,d);zeros(m-d,d)];% 初始化列向量B的寄存矩阵,B=[b1 b2 ... bd] for r=1:d % 迭代求取每一个独立元 b=B(:,r); i=1;maxIterationsNum=1000;j=1; % 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） 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 b0=b; t=z'*b; g=tanh(t); dg=1-tanh(t).^2; b=z*g/n-mean(dg)*b; % 核心公式，见参考文献[qinsizhao] %%%%%%%%%%%% 对b正交化 for k=1:r-1 b=b-(b'*B(:,k))*B(:,k); end b=b/norm(b); %%%%%%%%%%% 收敛性判断 if abs(abs(b'*b0)-1)<1e-6 % 如果收敛，则保存b B(:,r)=b; break; end i=i+1; end end yn=B'*z; % ICA分离的独立元 y=sqrt(Devals)*yn; W=sqrt(Devals)*B'*Q; % X=W*S A=evecs*sqrt(evals)*B*Devals^(-1/2);