发动机混沌振动信号携带着丰富的状态信息,依据混沌振动信号进行状态监测及故障诊断是一种很有前途的技术手段,但由于混沌信号具有伪随机特性及在低频段具有宽频谱等特点,使得传统的方法很难将其从振动信号中分离。在提取混沌振动信号方面,使用快速独立分量分析( Fast ICA) 盲分离方法分离出飞机发动机振动信号中的混沌信号。利用功率谱和Lyapunov 指数(L E) 方法进行了判定,根据计算结果对发动机状态做出判断,验证了盲分离方法分离混沌振动信号的有效。盲分离检测混沌振动信号的方法不仅使依据混沌信号判断飞机发动机状态成为可能,也为利用混沌信号进行状态预测和控制提供了一种方法。

人耳具有提取感兴趣的声音、屏蔽噪声以及定位的功能。利用人耳听觉机理的听觉场景分析技术是语音信 号处理的有力工具。提出了一种新的基于听觉场景分析的盲分离方法,可以对多个源信号混合而成的2个传感器信 号进行分离。耳间时间差( ITD)和强度差( IID)包含信号源的位置信息。通过听觉外周模型对混合信号进行处理,得 到各个频率通道的 ITD和 IID,再对混合信号的频域表示进行聚类,可得到源信号的频域表示。由于 ITD和 IID分别 在高低频段起主要作用,聚类时对高低频段采取了不同的分类准则。仿真实验表明了该方

基于负熵的fastica盲分离算法，直接调用即可

matlab语音信号盲分离,输入多路语音信号，恢复混合信号

基于独立分量分析的语音信号盲分离算法，采用matlab编程，程序共593行

为了在欠定条件下实现语音盲源分离，该文首先利用势函数估计源信号的个数和混叠矩阵，在估计势函数曲线时对其做平滑处理，以提高源信号个数估计的准确性．在语音信号分离部分，提出了一种改进的最短路径法，该方法对混叠信号各时频单元进行分类处理，避免了最短路径法中对每个时频单元进行矩阵求逆运算，在大大减少计算量的同时也降低了分离信号的背景噪声．最后给出了仿真实验，实验结果证明了该算法的可行性和优异性．

语音信号的盲分离 武汉理工大学 信息处理

图像信号的盲分离 武汉理工大学 信息处理

图像盲分离matlab代码rPCA-MWF 代码 这是 MATLAB 中的源代码，用于重现论文中描述的一些结果：“使用多回波梯度回波成像进行髓鞘水分数映射的盲源分离”。 如果对代码有任何疑问，请联系我（Jae Eun Song）： 3DmGRE.mat 文件无法上传。 请联系我（Jae Eun Song）：

时频盲分离算法，是盲分离算法的一种，可是实现时频盲分离，点击demo就可以运行