针对复杂战场环境下舰载雷达间容易出现同频干扰的问题，提出一种基于改进乌鸦搜索算法的独立分量分析方法来分离同频信号。首先，利用反向学习策略、动态感知概率、黄金正弦算子、莱维飞行改进乌鸦搜索算法，提高算法的寻优性能与收敛速度；然后，将改进乌鸦搜索算法与独立分量分析法相结合，以峭度为目标函数，使用改进乌鸦搜索算法去寻求分离同频信号的最优分离矩阵；最后，利用该矩阵对接收的混合信号进行分离。仿真结果表明，基于改进乌鸦搜索算法的独立分量分析法能较好地分离雷达同频信号，达到抗同频干扰的目的。

目前配电变压器的状态监测迫切需要一种无线无源的传感监测方式, 而声表面波(SAW)传感器是满足此需求的重要技术手段之一。该文以用于变压器出线端测温的SAW传感器为研究对象, 提出了一种SAW传感器回波信号处理流程, 设计了信号去噪、频谱分析等信号处理环节。为解决同频信号对传感器测量带来的干扰问题, 研究了基于奇异谱分析和独立分量分析的单通道盲源分离算法对SAW传感器的抗干扰作用, 利用搭建的信号采集平台验证了该算法在信号分离和干扰抑制上的有效性。

针对快速独立分量分析（FastICA）算法提取多个同频混叠信号时的初值选择敏感性和收敛性能差的问题，提出了一种双松弛因子改进的FastICA（DLM-FastICA）算法。先在牛顿迭代法中引入双松弛因子，通过自适应调节分离矩阵的组合系数得到最优权值分离矩阵，从而改善FastICA算法的初值敏感性；再利用改进的FastICA（M-FastICA）算法的快速收敛特性提取信号，提高算法的分离精度和收敛速度。仿真结果表明，该算法使得提取信号与源信号的相似系数达到0.9，同时迭代次数较原算法减少近40%，具有更加快速、稳定的提取性能。

针对大型风力发电机机组中常见的脉动湍流、风机尾流与涡流等湍流信号, 研究了利用自然梯度下降的独立分量分析方法的湍流频谱分离效果, 以区分中心风速与湍流信号, 提高风机机组的综合工作效率。首先分析了风机组中常见湍流信号的后向散射与频谱分布特点, 然后依据这些特点设计了对应的独立分量分析模型。在仿真结果符合要求的基础上, 进行了双目激光雷达天线的风速采集与实际分离效果检测。实验结果表明, 在大气折射率结构常数C2n≤10－14同时广义大气常数α≥4的通常情况下, 利用双目信号能够分离出一个湍流中心和一个中心风速。对1 s内两个谱峰的波动范围进行统计, 获得(2.59±0.05) MHz的中心风速以及(1.22±0.19) MHz的湍流中心估计, 且二者的平均信噪比分别为25.93 dB和31.01 dB, 能够在获得稳定的中心风速估计的同时得到一个较为稳定的湍流中心估计。

提出了一种结合独立分量分析(ICA)算法的投影栅相位法,用于实现强反射表面三维形貌的测量。分析了强反射表面的反射光(主要由镜面反射光以及漫反射光组成)的模型及其特点。针对镜面反射光的偏振特性,通过在CCD摄像机镜头前加装偏振片,可以对镜面反射光进行初步的滤除。同时旋转偏振片,以获得不同角度下的偏振图像。利用反射光模型并结合独立分量分析算法,将镜面反射光分量以及漫反射光分量进行分离。最后使用漫反射光分量图像对物体进行三维重建。实测了一块表面光滑的铝合金工件,验证了该方法的可行性。

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。

利用石油及其产品具有的紫外荧光特性,搭建了一套紫外诱导多光谱成像系统。该系统主要由3个紫外诱导光源、8个滤波片和1个彩色CCD相机组成。采集了6种油品的多光谱图像,以有效光斑的24个颜色分量均值作为特征,提出了一种联合熵最大化的独立分量分析特征优化方法。K均值聚类和支持向量机识别结果表明,较改进前的ICA方法,该方法的特征优化性能得到了有效提高,油种识别率达到了92.3%。

提出了一种用于高光谱图像目标探测的预处理方法, 目的是提高目标光谱的准确性, 进而提高有监督目标探测算法的精度.该方法将实验室或野外获取的目标光谱作为参考信号, 利用带参考信号的独立分量分析方法, 从图像中提取出与参考信号相关性最大的独立分量作为新的目标光谱.仿真和实际高光谱数据的实验结果表明, 所提出的方法能较大提高目标光谱的准确性, 从而较大提高目标探测算法的精度.

热红外遥感能够准确、快速地检测出火山灰云信息。针对热红外遥感数据和火山灰云检测特点, 提出了基于变分贝叶斯 ICA的火山灰云检测算法, 通过引入贝叶斯网络的条件独立性准则和近似变分算法, 将源信号后验概率分布的计算转化为更容易处理的负变自由能, 去逼近真实后验概率分布的最佳近似值。实验表明该方法取得了 85.25%的光谱匹配度, 检测精度较高。

由于光谱盲源分离中的独立分量分析方法(ICA)在柴油品控参数近红外光谱定量分析时预测效果不理想, 稳定性不高, 本文提出了一种在稀疏特性下的盲源分离近红外光谱分析思路——近红外光谱稀疏分量分析法, 并用该方法预测了柴油沸点、密度、芳烃总量等品控参数。首先利用柴油校正集光谱样本训练冗余字典并完成光谱在该字典下的稀疏变换, 接着完成混合矩阵估计, 最后用混合矩阵与柴油品控参数建立回归预测模型。针对混合矩阵估计中光谱稀疏度不为一时聚状特征模糊导致无法确定聚类数的问题, 提出将AP聚类算法应用于聚类过程。实验表明, 近红外光谱稀疏分量分析法对柴油沸点、密度、芳烃总量预测的相关系数(R)、预测均方根误差(RMSEP)分别达到了98.91%,99.68%,99.43%和2.84,0.88×10-3,0.59, 性能优于ICA及全谱偏最小二乘(PLS)等传统方法。该方法可作为一种柴油品控参数检测的有效盲源分离定量分析方法, 并可推广于其它光谱检测领域。