独立分量分析ica-independentcomponentanalysis是近年来发展起来的一种新的信号处理技术。基本的ica是指从多个源信号的线性混合信号中分离出源信号的技术。除了已知源信号是纺计独立外，无其他先验知识。它是伴随着盲信源问题而发展起来的，故又称盲分离-blindsourceseparation.
在复杂的背景一半中所接收的信号往往是由不同信源产生的鑫路信号的混合振远立信信号。例如，几个麦克同时收到多个说话者语音信号，在声纳，隈列及通信信号处理中，由于破例使数据相互混叠；多传感器检测的生物曜号中，得到的也是多个未知源信号的混叠。ica方法是基于信源之间统计独立性的，与传统的滤波方法和累加平均的方法相比，ica在消除噪声的同时，对其他信号的细节几乎没有破坏，其去噪性能也往往要比传统的信号分离方法相比，独立分量分析-ica是基于高阶统计特性的分析方法，在很多应用中，对高阶统计特性的分析更符合实际。
独立分量分析在通信，阵列振远立信信号得理，生物医学信号处理，语音信号处理，信号分析及过程控制的信号去噪和牲提取等领域有着广泛的应用；此外，独立分量分析也应用在数据挖掘中。来自：振远立信