分离混合声音的ICA程序

实用ICA算法对2个混合的声音信号进行分离，采用牛顿下降法对初值选取有一定要求

[s1f1b1]=wavread（‘1.wav‘）;
[s2f2b2]=wavread（‘3.wav‘）;
s1=s1-mean（s1）;
s2=s2-mean（s2）;
s1=s1/std（s1）;    %std求标准差PCA的预处理，使s的方差为1
s2=s2/std（s2）;
s=[s1‘;s2‘];
N=length（s1）;


A=[0.60.4;0.350.65];     
x=A*s;
x1=x（1:）;x2=x（2:）;

    x（1:）=x（1:）-mean（x（1:））;   %用PCA预处理，使x（i）之间不相关并有单位方差
    x（2:）=x（2:）-mean（x（2:））;
    CXX=x*x‘/N;
    [DL]=eig（CXX）;        %D特征向量，L特征值
    v=D‘*x;      %因为并不需要降维所以就用所以用到所有特征向量
    v1=v（1:）;v2=v（2:）;    %使v方差为1使得v‘*v=1
    v1=v1/std（v1）;v2=v2/std（v2）;
    v=[v1;v2];
    
    
     w1=[1;1];
    w1=w1/sqrt（sum（w1.^2））;    %将w1标准化
     w2=[1;-1];
    w2=w2/sqrt（sum（w2.^2））; 
    w=[w1‘;w2‘];
   a=[0;0];b=0;k=0;
  while k<1
        
       for i=1:N
         a=a-[v（1i）;v（2i）]*tan（w1（1）*v（1i）+w1（2）*v（2i））;  
          b=b-1/（cos（w1（1）*v（1i）+w1（2）*v（2i）））^2;
  
       end
      w1=w1-1000*（a/N）/（b/N）;    %用牛顿法迭代，G取lgcos（x）
        w1=w1/sqrt（sum（w1.^2））;
        if（1000*（a/N）/（b/N）<1e-4）   %两次迭代间的w差小于1e-5则停止迭代
            k=1;
        end
  end
     
    y1=w1‘*v;

    
    a=[0;0];b=0;k=0;
  while k<1
        
       for i=1:N
         a=a-[v（1i）;v（2i）]*tan（w1（1）*v（1i）+w1（2）*v（2i））;  
          b=b-1/（cos（w1（1）*v（1i）+w1（2）*v（2i）））^2;
  
       end
      w1=w1-1000*（a/N）/（b/N）;    %用牛顿法迭代，G取lgcos（x）
        w1=w1/sqrt（sum（w1.^2））;
        if（1000*（a/N）/（b/N）<1e-4）   %两次迭代间的w差小于1e-5则停止迭代
            k=1;
        end
  end
       
  y2=w2‘*v;

   subplot（231）plot（s1）;
     subplot（232）plot（x1）;
      subplot（233）plot（y1）;
       subplot（234）plot（s2）;
          subplot（235）plot（x2）;
        subplot（236）plot（y2）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1791  2012-12-10 21:18  ICA.m

     文件     160044  2006-12-21 02:27  1.wav

     文件     160044  2006-12-21 02:24  2.wav

     文件     160044  2006-12-21 05:07  3.wav

     文件     160044  2006-12-21 05:34  4.wav

----------- ---------  ---------- -----  ----

               641967                    5