Matlab盲源分離的一個小程序

ID:291334 · 發表于 2018-3-13 16:06

matlab盲源分離的一個小程序。。。

源程序如下:

%以下程序調用ICA，輸入觀察信號，輸出為解混合信號
function Z=ICA(X)
%-------------去均值------------
[M,T] = size(X); %獲取輸入矩陣的行/列數，行數為觀測數據的個數，列數為采樣點點數
average= mean(X')'; %按行取均值
for i=1:M
X(i,:)=X(i,:)-average(i)*ones(1,T);
end
%------------白化--------------
Cx = cov(X',1); %計算協方差矩陣Cx
[eigvector,eigvalue] = eig(Cx); %計算Cx的特征值和特征向量
W=eigvalue^(-1/2)*eigvector'; %白化矩陣
Z=W*X; %正交矩陣
%-------------迭代-------------
Maxcount=10000; %最大迭代次數
Critical=0.00001; %判斷是否收斂
m=M; %需要估計的分量的個數
W=rand(m);
for n=1:m
WP=W(:,n); %初始權矢量（任意）
% Y=WP'*Z;
% G=Y.^3;%G為非線性函數，可取y^3等
% GG=3*Y.^2; %G的導數
count=0;
LastWP=zeros(m,1);
W(:,n)=W(:,n)/norm(W(:,n));%單位化一列向量
while abs(WP-LastWP)&abs(WP+LastWP)>Critical %兩個絕對值同時大于收斂條件
count=count+1; %迭代次數
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);%更新
end
WPP=zeros(m,1);%施密特正交化
for j=1:n-1
WPP=WPP+(WP'*W(:,j))*W(:,j);
end
WP=WP-WPP;
WP=WP/(norm(WP));
if count==Maxcount
fprintf('未找到相應的信號');
return;
end
end
W(:,n)=WP;
end
Z=W'*Z;

復制代碼

所有資料51hei提供下載:

mangyuanfenli.rar (972 Bytes, 下載次數: 16)

帳號		自動登錄	找回密碼
密碼			立即注冊

久久久久久久999_99精品久久精品一区二区爱城_成人欧美一区二区三区在线播放_国产精品日本一区二区不卡视频_国产午夜视频_欧美精品在线观看免费