ICA(Independent Component Analysis)

ICA与BBS(blind source separation)比较相关，比较典型的鸡尾酒酒会中的声音分离(从混合的声音中分离出每一个单独的声音)。其形式如下:
$\hspace{4mm}\textbf{s=Wx} \hspace{8mm} (1)\\ \hspace{4mm}其中: \\ \hspace{8mm}s：为分离信号 \\ \hspace{8mm}x：为混合信号 \\ $

• 假设
  
  1. Component(即公式1中的W的列向量)是独立不相关的
  2. 分离后的信号(即公式1中的s)是不符合高斯分布的
     注意:x是或多或少符合高斯分布的，因为x是s的线性组合，虽然s不是高斯分布，但根据中心极限定理,多个分布的和最终是趋向高斯分布的
     
     
• 求解
  通过分离后信号s的非高斯性，来求解W,常用的算法为FastICA
  
  

Reference

1. Independent Component Analysis: Algorithms and Applications