说明：基于JADE算法的盲源分离。

JADE算法 盲源分离

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：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：在源信号和传输信道未知情况下，只利用接收天线的观测数据抽取源信号，称为盲信号分离。盲信号分离不仅是信号处理界、而且也是神经网络界的研究热点课题，在无线数据通信、雷达、图像、语音、医学以及地震信号处理等领域都具有广阔的应用前景。采用自然梯度法和分阶段学习法。

盲信号分离 自然梯度 源信号 传输信道

说明：FourierICA是一种无监管的自适应学习方法，用于盲源分离问题，将短时傅里叶变换STFT与独立分量分析ICA相结合。

无监管 自适应学习方法 短时傅里叶 STFT 独立分量 ICA FourierICA