说明：提出了一种利用S函数实验结果表明：ICA可以将 脑电信号中包含的心电（ECG）、眼电（EOG）等多种干扰信号成功地分离出来

干扰信号分离 s函数 matlab ICA信号干扰 脑电分离

说明：在发射端，noma 采用叠加编码(sc)同时向多个接收端发送独立的数据包(信号) ，另一方面，noma 采用逐次干扰抵消(sic)分离不同用户的信号。

noma 叠加编码 s 逐次干扰抵消 sic

说明：用于盲源信号分离,可以将源信号通过混合矩阵进行混合，通过求解分离矩阵，实现源信号的分离。

信号分离 盲分离 混合信号分离 混合矩阵 信号-盲分离

说明：小时宽带宽积信号的脉压算法（lfm和gmsk信号）本文对项目使用的LFM、Taylor编码两种不同小时宽带宽积信号的实际回波波形和特性进行了分析，并针对性地使用了倒推法和循环迭代法，获得优化的脉冲压缩系数，提高了脉冲压缩的主副瓣比试

gmsk taylor 波形优化 宽带回波信号 脉冲压缩-副瓣

说明：由混合信号分离出原信号的算法，目前比较成熟的线性盲源分离算法有很多，FastICA是其中之一。独立成分分析ICA是一个在多领域被应用的基础算法。ICA是一个不定问题，没有确定解，所以存在各种不同先验假定下的求解算法。相比其他技术，ICA的开源代码不是很多。

混合信号 线性盲源分离算法 FastICA 独立成分分析 ICA 基础算法 求解算法 开源代码

说明：ASK、PSK和FSK信号的盲识别仿真，仿真产生各类信号，分别可进行大类间的识别和类内识别，统计识别准确率。

ASK信号 PSK信号 FSK信号 盲识别

说明：利用CMA算法实现4QAM信号的盲均衡，步长0.001，SNR=15，取得了较好的结果。没有实现相位补偿

盲均衡 cma CMA算法 pencil4bc

说明：利用自然梯度算法来对于5类信号进行盲信号分离，采用自然梯度法对混合的信号进行 分离并分析其性能，并比较不同步长对于信号分离的影响

混合信号分离 分离性能 自然梯度算法 5类 盲信号分离

说明：用于离散信号的盲反卷积，主要针对一维离散信号，可以进行二维扩展。

离散信号 盲反卷积 一维离散信号 二维

说明：用于分析两个信号的常相干性，显示互谱函数，显示相干频谱。

信号 常相干性 互谱函数 相干频谱