基于独立分量分析的生理信号盲源分离

用于盲源分离的独立分量分析（ICA）和扩展ICA算法，基于极大似然估计，给出一个衡量输出分量统计独立的目标函数，最优化目标函数，得到一种用于独立分量分析的迭代算法。扩展ICA算法的优点在于迭代过程中不需要计算信号的高阶统计量，收敛速度快，同时适用于超高斯和亚高斯信号的分离。应用该算法实现了脑电、心电信号以及语音信号的分离，并给了实验结果。