独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离出相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了ICA的原理及实现过程，系统地介绍了目前几种主要ICA算法以及它

盲源分离的快速算法，非常好用，直接调用函数即可使用，-Fast algorithm for blind source separation, very easy to use, can be used directly call the function,

可进符合信号行的快速盲源分离，进而实现将复杂信号快速分离的效果。-Coincidence signal line fast blind source separation, so as to realize the effect of the rapid separation of the complex signal.