FastICA盲源分离

最后更新于：2024-04-07 21:42:34

一、代码运行环境

MATLAB2016及更新版本。

二、程序介绍

注：图标代表该m文件为脚本文件，可以直接运行；图标代表函数文件，在没有输入变量的情况下无法直接运行。更详细的解释可以看这里。

1.demoFastICA.m文件

进行FastICA的计算和绘图的脚本程序，可以直接运行。程序运行完成后，在MATLAB的工作区，双击icasig变量，可以查看求得独立分量的具体数值。

代码运行后，会绘制FastICA独立分量图、FastICA独立分量及其频谱图，如下两张图：

2.genSig.m文件

该程序用于生成仿真信号，并将混合后的信号保存为data.mat文件。该文件主要用于案例演示，大家有自己的数据的时候，可以忽略本文件。

运行程序后会绘制以下两张图片：

3.pFastICA.m文件

使用FastICA算法分解混合信号并画图的代码，该文件为函数文件，不能直接运行，需参考demoFastICA.m文件的方法进行调用。函数文件参数说明：

function [icasig, A, W] = pFastICA(mixedsig, numOfIC, g)
% pFastICA 使用FastICA算法分解混合信号并画图的代码
% 输入:
% mixedsig - 混合信号矩阵，每行代表一个观测值，每列代表一个观测点
% numOfIC - 需要提取的独立成分数目，如果不指定数目，则输入0
% g - 使用的非线性函数类型，可选'pow3', 'tanh', 'gauss'
%                       Value of 'g':      Nonlinearity used:
%                       'pow3' (default)   g(u)=u^3
%                       'tanh'             g(u)=tanh(a1*u)
%                       'gauss             g(u)=u*exp(-a2*u^2/2)
%
% 输出:
% icasig - 分解后的独立成分信号矩阵
% A - 混合矩阵
% W - 解混矩阵
% icasig = W*mixedsig
% mixedsig = A*icasig

4.pFastICAandFFT.m文件

使用FastICA算法分解混合信号并画图及其频谱的代码，该文件为函数文件，不能直接运行，需参考demoFastICA.m文件的方法进行调用。函数文件参数说明：

function [icasig, A, W] = pFastICAandFFT(mixedsig, numOfIC, g, fs)
% pFastICAandFFT 使用FastICA算法分解混合信号并画图及其频谱的代码
% 输入:
% mixedsig - 混合信号矩阵，每行代表一个观测值，每列代表一个观测点
% numOfIC - 需要提取的独立成分数目，如果不指定数目，则输入0
% g - 使用的非线性函数类型，可选'pow3', 'tanh', 'gauss'
%                       Value of 'g':      Nonlinearity used:
%                       'pow3' (default)   g(u)=u^3
%                       'tanh'             g(u)=tanh(a1*u)
%                       'gauss             g(u)=u*exp(-a2*u^2/2)
%
% fs - 采样频率

% 输出:
% icasig - 分解后的独立成分信号矩阵
% A - 混合矩阵
% W - 解混矩阵
% icasig = W*mixedsig
% mixedsig = A*icasig

5.FastICA_25文件夹

第三方FastICA工具箱，上述画图程序调用了其中的函数。

三、快速开始

1.运行测试脚本

先在MATLAB里打开下载好的文件夹，然后运行demoFastICA.m程序，程序运行完毕后如果没报错，且工作区成功得到icasig变量，图像正常绘制，则说明运行环境正常，程序正确。

2.导入数据

复制一个demoFastICA.m的文件副本，在这个副本里做如下修改：

根据你的文件类型的不同（excel,txt,csv等），将数据导入MATLAB的方法有所不同。同学们可以看博主针对常用文件的导入方法的这个教程，教程上未包含的数据类型，大家可以再参考这个文档。

如果你已经实现了数据导入，这时候应该拥有了一个二维数据变量，这时候就可以调用函数进行FastICA分解了，需要注意该二维数据行列方向，每一行应该为一条混合数据。

3.实现特征提取

参照demoFastICA.m文件中第2、3步，pFastICA、pFastICAandFFT函数的调用方法，根据实际采样频率、需要提取的独立成分数目、使用的非线性函数类型修改设置，运行程序即可。

四、关于完整版与公开版代码

五、获取公开版程序（需使用电脑浏览器打开）

注：公开版代码需使用MATLAB2022a及以上版本。

六、获取完整版程序（使用电脑浏览器或者手机浏览器打开）

获取通道一（淘宝）：点击此处获取完整版程序

获取通道二（本页面）：点击下面“立即支付”按钮，付款后获取完整版代码下载链接和售后联系方式~本通道处于测试阶段，使用该通道可以额外优惠（仅需35元）。付款完成后刷新一下本页面即可看到下载链接。

（注意支付跳转失败的话，请使用浏览器打开本页面）

七、完整版代码重要更新

20240227 完成初版代码

八、常见问题

无。