matlab实信号盲分离FastICA算法，带注释，简明易懂，

matlab盲分离JADE算法子函数，带注释，简明易懂

MATLAB盲源分离ICA的问题-Speech.rar 我在网上下载了FastICA Matlab 2.5版的GUI。 在自己的电脑上试着分离两个未知盲源， 一个是演讲，另一个警笛噪音。我想将两个分离出来。我用的是2个microphone来录制的这段音频。 奇怪的是，用下载的这个GUI包，我无法分离这两个盲源。于是我从那个ICA的网站上下载了他们展示的wav音频文件。我可以成功的分离他们展示的音频文件。 我想知道这倒是什么原因。不知道有没有高人能稍微解释解释 这个GUI下载的链接： http://www.cis.hut.fi/projects/ica/fastica/code/dlcode.shtml 做展示的wav文件链接： http://www.cis.hut.fi/projects/ica/cocktail/cocktail_en.cgi （先选择盲源，然后点击mix sources，之后出来两个麦克风。右键点击，然后save link，就可以将混合后的盲源下载到本地了） 附件是我自己录制的混合盲源 先谢谢各位的参与。

matlab盲源代码CAMNS_program 盲源分离的演示代码（在 Matlab 中） 假设线性瞬时混合。 用法 代码用于 matlab\octave。 因此，请确保在运行代码之前安装它。 只需阅读CAMNS_LP.m文件即可了解如何使用CAMNS_LP(X,N)函数。

利用MATLAB实现了盲源分离的Jade算法，通过对原始信号进行混合，然后再分离，结果表明，该算法具有较好的性能

本资源是基于希尔伯特-黄变换的MATLAB代码，在信号处理上优于小波变换，对信号进行经验模态分解EMD，得其本征模量，之后进行希尔伯特变换进行降噪处理

非负矩阵分解(Nonnegative Matrix Factor)，简称NMF，是由Lee和Seung于1999年在自然杂志上提出的一种矩阵分解方法 [1] ，它使分解后的所有分量均为非负值(要求纯加性的描述)，并且同时实现非线性的维数约减。NMF已逐渐成为信号处理、生物医学工程、模式识别、计算机视觉和图像工程等研究领域中最受欢迎的多维数据处理工具之一。

该算法可用于信号处理的多方面，盲源分离，特征提取，模式识别等等