研究了源数估计对于独立分量分析算法的影响。对于正定模型, 当估计源数少于真实源数时, 模型变为超定模型, 采用自然梯度法开展仿真实验; 当估计源数多于真实源数时, 模型变为欠定模型, 采用基于时频单源点检测的混合矩阵估计算法和子空间表示信号恢复算法开展仿真实验。实验结果表明, 在满足一定信噪比的条件下, 对于正定模型超定化问题, 通常有数目等于估计源数的源信号能够成功分离; 对于正定模型欠定化问题, 通常所有源信号都能正确分离, 只是分离信号中出现了1个或多个源信号的拷贝, 可以通过检测分离信号的相关性, 对拷贝信号进行剔除或合并, 对分离效果无影响。研究结论对于独立分量分析算法的应用具有一定参考价值。

针对含噪情况下的盲源分离问题, 将小波降噪方法引入盲源分离模型之中, 对两种小波降噪与盲源分离算法结合的信号分离方法, 即预降噪+盲源分离, 以及预降噪+盲源分离+后降噪, 从理论上进行了原理与特点分析, 并通过数值仿真比较了不同信噪比情况下两种方法对于混合信号的分离效果。仿真表明, 采用小波降噪与盲源分离结合的信号分离方法, 相比于单纯采用盲源分离算法, 能够大大提高信号的分离效果;预降噪+盲源分离+后降噪的信号分离方法比采用预降噪+盲源分离的信号分离方法效果普遍提高。