基于FASTica算法的独立成分分解

%导入数据，并输出原始数据
%--------对输入的两通道信号进行盲源分离---------
%---导入数据，并输出原始数据---
close all;
clc;
clear;
N=1000;
k=1:N;
%s1=load （‘e:\EMG-co-1-ECG‘）;
%s2=load （‘e:\ECG-co‘）;
zq=load（‘E:\11q‘）;
sq=load（‘E:\11s‘）;
t1=1:1:1000;
%s1=sin（2*pi*0.05*t1）;
si=sin（2*pi*0.05*t1）;
%s1=sq（801:1800）+0.5*si;
s1=sq（801:1800）;
%s1=s1-mean（s1‘）
s2=si;


x=[s1;s2];      %观察的信号组
[rowcol] = size（x）;
%---对数据进行白化，使之为0均值，单位协方差---
x = x - （mean（x‘））‘*ones（1col）;
[v d]= eig（cov（x‘1））;
Aw= v*inv（sqrtm（d））;
x= Aw‘*x;
%--------用 FastICA 算法实现对源信进行分离---------
epsilon=0.0001;
W=rand（row）;
for p=1:row
    W（:p）=W（:p）/norm（W（:p））;
    exit=0;
    count=0;
    iter=1;
    while exit==0;
          count=count+1;
          temp=W（:p）;         %记录上次迭代的值         
              W（:p）=1/（N-1）*x*（（temp‘*x）.^3）‘-3*temp;
          ssum=zeros（row1）;
          for counter=1:p-1
              ssum=ssum+（W（:p）‘*W（:counter））*W（:counter）;   
          end
          W（:p）=W（:p）-ssum;  %正交化
          W（:p）=W（:p）/norm（W（:p））;
          if（abs（（dot（W（:p）temp）））<1+epsilon）&（abs（（dot（W（:p）temp）））>1-epsilon）   %判断是否收敛
                        exit=1;
          end
          iter=iter+1;
   end
end

u2= W*x;
y1=u2（1:）;
y2=u2（2:）;

figure（1）;
subplot（