ICA原理及matlab实现

ICA原理及matlab实现

function Z=ICA（X）
%-----------去均值---------
[MT] = 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
for i=1:M
    X（i:）=X（i:）-average（i）*ones（1T）; 
end
%---------白化/球化------
Cx = cov（X‘1）;    %计算协方差矩阵Cx
[eigvectoreigvalue] = 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（m1）;
    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（m1）;
        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
Z=W‘*Z;

end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1387  2014-05-29 11:11  ICA\ICA.m

     文件        909  2014-05-29 11:09  ICA\TEST_ICA.m

     目录          0  2014-05-29 11:20  ICA

----------- ---------  ---------- -----  ----

                 2296                    3