说明：随机调制信号下的模拟ppm，基于负熵最大的独立分量分析，一种流形学习算法（很好用），通过虚拟阵元进行DOA估计，有信道编码，调制，信道估计等，有较好的参考价值。
算法 编码 调制 ppm 学习 分析 基于 模拟 虚拟 进行 参考 通过 估计 随机 好用 信号 价值 信道 分量 独立 DOA 最大 负熵 流形
说明：提出了一种改进的独立分量分析方法对脑电信号进行去伪迹消噪，取得了相当不错的效果
分量分析 脑电信号 伪迹消噪
说明：这是一个贝叶斯独立分量分析(ICA)算法的线性瞬时混合高斯噪声模型和添加剂。解决问题的是ML-II推论,即资源的整合在发现源后和噪声协方差矩阵和混合了最大化的边际似然。充分统计量的估计平均场或变分理论和线性响应修正或通过自适应平均场理论水龙头。平均场方程,解决了信仰传播法的或连续的迭代。
Leaves 贝叶斯统计量 模型修正 自适应ica 贝叶斯ICA
说明：matlab 独立分量分析 fastica，icaplot，remmean，whiten，盲源分离，去均值，白化处理
白化--matlab 盲源分离fastica 盲源分析 源分离-MATLAB 白化-matlab
说明：完整的独立分量分析(ICA)程序包，可以用来进行盲源分离
ICA-盲源分离 ICA盲源分离 盲源 ICA 盲源分离-ICA
说明：独立分量分析（ICA）算法编码，盲源信号分离（声音信号的分离）
matlab-信号分离 声音信号分析 信号分离-matlab ICA盲源分离 ica信号分离
说明：一种改进的ICA-R算法。ICA-R意为参考信号独立分量分析，较ICA有很多优点。
ICA-独立分量分析 独立分量 ica-r-matlab 独立分量-matlab ica-with-reference
说明：用matlab实现的最大化负熵的独立分量分析方法，作了正交化处理，可以同时分离出所有的独立分量（无噪声条件下）
正交化处理 负熵FastICA fastica-噪声 负熵-matlab fastica-负熵
说明：应用背景信号处理，盲信号分离、信号的特征提取，主要用于多个混合信号的盲分离。能消除混合信号之间的相关性，使得分离信号统计独立。关键技术 关键技术如下：通过采用Gram-Charlier多项式展开技术，估计信号的概率密度函数，然后可获得评价函数，可以实现超高斯和亚高斯混合信号的分离。
matlab 分析 分量 独立
说明：基于独立成分分析的语音信号盲分离算法，采用matlab编程，共有593行程序。
BSS算法 语音 盲分离 BSS 分量分析盲分离算法
