论文部分内容阅读
独立成分分析(ICA,Independent Component Analysis)是一种基于高阶统计量的信号处理方法,可在统计独立意义的基础上对观测变量进行分解,从而找到过程内在的驱动信息源,更本质地描述过程特征。论文基于过程信号的盲源分离理论,深入研究了独立成分分析(ICA)方法,包括ICA的数学模型、目标函数、估计算法以及ICA在工业过程监控中的应用技术,并编写MATLAB仿真程序,给出6种独立的非高斯信号,将其线性混合,根据非高斯性最大原理确定近似负熵的目标函数,用FastICA迭