利用联合对角化技术进行信号盲分离，即JADE算法。希望对大家有帮助。

基于集群和GPU的宽带混叠信号盲分离技术.pdf

传统盲信号分离技术的MATLAB程序，含测试文件，是我见过最全的一个工具包。

matlab lm算法代码索比 //代码属性： // ============== //电信不来梅// Dpt。 信号与通讯// Technopole Brest-Iroise // CS 83818-29238 Brest Cedex 3-法国// // 基本信息： // ============= //程序：SOBI.c //改编自：program SeparationSourceSobi.c，2013年9月26日， // J.Trubuil（SC） //最后一次更新：SOBI.c，18/11/2019，Paloma Bry，Elodie Derringer， //卢卡斯·米歇利斯（Lucas Michelis） //信息： // // //代码信息： // ========== //在两个传感器上观察到的两个信号混合的分离//使用SOBI算法//混合矩阵：A = [1,1; -1,2] //混合信号文件：sobi_in_1.txt和sobi_in_2.txt //（由Matlab程序“ CreationMelange.m”生成） //输出：文件sobi_out_1.txt和sob

K-均值聚类法能估计出观测信号聚类直线方向，利用主成分分析（PCA）提取主成分，可以提高直线估计的精准度和鲁棒性。在此思想的指导下，本文提出基于K-均值聚类的势函数法。势函数度量了聚类中心与所有观测点的距离，对势函数求导得到更新聚类中心的迭代公式，利用该公式对K-均值聚类法得到的聚类中心进行调整得到精估计。该算法计算量较小，能有效估计出混合矩阵。仿真实验验证了算法的有效性。

这篇文档是基于改进K-means聚类的欠定盲分离算法，利用K-M聚类算法与SCA算法结合，实现对欠定信号进行盲分离的目的。文中提出的算法是一种经典的算法上改进的，希望对做盲源分离的有一定帮助，在此希望大家多多共享，多多分享，共同进步。

图像的盲分离matlab

用Matlab进行音频源信号分离的仿真实验，对不同的独立分量分析(ICA)算法的应用环境进行相关的讨论，并对其分离性能进行对比和分析。” 主要是设计几个ICA算法并进行相关的对比、分析。主要从代码性能参数PI值入手分析算法的可行性和优缺点。

中语音信号盲分离的最新程序代码，所谓的盲信号分离就是在混合过程和被混合源信号均未知的情况下，根据少量的先验信息，从观测值中恢复或估计出源信号。这一先验信息通常就是盲信号分离中的基本假设条件—源信号是统计独立的。线性即时混合和独立性假设条件下的盲分离问题又称为独立分量分析(ICA)。

自己写的，亲测可用。