ICA.zip_fastica_fastica C实现_fastica Visual C++_fastica c_白化处理

function Z=ICA(X) %-----------去均值--------- [M,T] = 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 %average=mean(X')'; %均值 这句是否有用 for i=1:M X(i,:)=X(i,:)-average(i)*ones(1,T); %ones生成全一矩阵此时完成了零均值 % end %---------白化/球化------ Cx = cov(X',1); %计算协方差矩阵Cx 为什么这样做？ [eigvector,eigvalue] = eig(Cx); %计算Cx的特征值和特征向量 W=eigvalue^(-1/2)*eigvector'; %白化矩阵 Z=W*X; %正交矩阵 %----------迭代------- Maxcount=10000; %最大迭代次数 Critical=0.00001; %判断是否收敛 m=M; %需要估计的分量的个数 W=rand(m); for n=1:m WP=W(:,n); %初始权矢量（任意） % Y=WP'*Z; % G=Y.^3;%G为非线性函数，可取y^3等 % GG=3*Y.^2; %G的导数 count=0; LastWP=zeros(m,1); W(:,n)=W(:,n)/norm(W(:,n)); while abs(WP-LastWP)&&abs(WP+LastWP)>Critical count=count+1; %迭代次数 LastWP=WP; %上次迭代的值 % WP=1/T*Z*((LastWP'*Z).^3)'-3*LastWP; for i=1:m WP(i)=mean(Z(i,:).*(tanh((LastWP)'*Z)))-(mean(1-(tanh((LastWP))'*Z).^2)).*LastWP(i); end WPP=zeros(m,1); for j=1:n-1 WPP=WPP+(WP'*W(:,j))*W(:,j); end WP=WP-WPP; WP=WP/(norm(WP)); if count==Maxcount fprintf （“未找到相应的信号”） return; end end W(:,n)=WP; end YY= W'*Z; %以下为主程序，主要为原始信号的产生，观察信号和解混信号的作图 clear all;clc; N=200;n=1:N;%N为采样点数 s1=2*sin(0.02*pi*n);%正弦信号 t=1:N;s2=2*square(100*t,50);%方波信号 a=linspace(1,-1,25); s3=2*[a,a,a,a,a,a,a,a];%锯齿信号 s4=rand(1,N);%随机噪声 S=[s1;s2;s3;s4];%信号组成4*N A=rand(4,4); X=A*S;%观察信号 %源信号波形图 figure(1);subplot(4,1,1);plot(s1);axis([0 N -5,5]);title('源信号'); subplot(4,1,2);plot(s2);axis([0 N -5,5]); subplot(4,1,3);plot(s3);axis([0 N -5,5]); subplot(4,1,4);plot(s4);xlabel('Time/ms'); %观察信号（混合信号）波形图 figure(2);subplot(4,1,1);plot(X(1,:));title('观察信号（混合信号）'); subplot(4,1,2);plot(X(2,:)); subplot(4,1,3);plot(X(3,:));subplot(4,1,4);plot(X(4,:)); Z=ICA(X); figure(3);subplot(4,1,1);plot(Z(1,:));title('解混后的信号'); subplot(4,1,2);plot(Z(2,:)); subplot(4,1,3);plot(Z(3,:));