%x是觀測變量，m是觀測信號的個數，y是對獨立分量的估計，n是獨立分量的個數，w是分離矩陣


wav_1=wavread（‘d:\S\man.wav‘）;
wav_1=wav_1‘;
sound1=wav_1（1:200000）;
wav_2=wavread（‘d:\S\music.wav‘）;
wav_2=wav_2‘;
sound2=wav_2（1:200000）;
wav_3=wavread（‘d:\S\dragen.wav‘）;
wav_3=wav_3‘;
sound3=wav_3（1:200000）;
wav_4=wavread（‘d:\S\wang.wav‘）;
wav_4_2=wav_4（:1）;
wav_4_2=wav_4_2‘;
sound4=wav_4_2（1:200000）;
wav=[sound1;sound2;sound3;sound4];
hun=rand（44）;????????????????????????????%混合矩陣hun
x=hun*wav;????????????????????????????????%混合信號x
figure（123）;
subplot（411）;plot（sound1）;title（‘souce1‘）;
subplot（412）;plot（sound2）;title（‘souce2‘）;
subplot（413）;plot（sound3）;title（‘souce3‘）;
subplot（414）;plot（sound4）;title（‘souce4‘）;
%ICA預處理，包括去均值和白化兩個部分
%去均值
x_centering=zeros（size（x））;
q=zeros（size（x1））;
for?i=1:4
????q（i）=mean（x（i:））;
????for?j=1:size（x2）
????????x_centering（ij）=x（ij）-q（i）;
????end
end

%媽蛋源代碼的白化就是錯的啊
MixedS_cov=cov（x_centering‘）;
[ED]=eig（MixedS_cov）;
Q=inv（sqrt（D））*（E）‘;
x_whiten=Q*x_centering;
x_whiten=real（x_whiten）;
IsI=cov（x_whiten‘）;???????????????????????%這段顯然是多余的，用來裝逼的，因為如果白化成功IsI應該是只有斜線上為1的矩陣
??????????????????????????????????????????%總感覺白化這里出了點問題，數據白化后有了虛部，雖然虛部都是0又是鬧哪樣？

%FastICA算法的迭代過程
%基于非高斯性最大化原理，使用固定點（Fixed-point）迭代理論尋找?的非高斯性最大值，
%該算法采用牛頓迭代算法對觀測變量x的大量采樣點進行批處理，以最大化負熵作為目標函數，
%每次從觀測信號中分離出一個獨立分量，是獨立分量分析的一種快速算法。
%該算法有兩種求解獨立成分的方法，一種是Deflation?method，分別對分離矩陣的每一列進行更新，每次提取一個獨立分量；
%另一種是Symmetry?method，同時對所有獨立分量對應的分離矩陣的列進行更新。
%該算法是Deflation?method，
%這個代碼和另外一個基本是相同的，都是Deflation?method，但其中一個函數的選取有所不同
wp=rand（41）;

w=zeros（42）;
maxnumber=200;