依賴成分分析

依賴成分分析（DCA）是一種盲目的信號分離（BSS）方法，是獨立成分分析（ICA）的延伸。ICA是在對源信號一無所知的情況下將混合信號分離為單個信號。DCA用于將混合信號分離成獨立的信號集，這些信號集取決于其自身的信號，而對原始信號一無所知。如果所有的信號集只包含自己集內的單一信號，DCA可以是ICA。

為簡單起見，假設所有單個信號集的大小相同，為k，共N組。基于BSS的基本方程，而不是獨立的源信號，人們有獨立的信號集，s（t）=（{s1（t），...，sk（t）}，...，{skN-k+1（t）...，skN（t）}）T，它們被系數A=[aij]εRmxkN混合，產生一組混合信號，x（t）=（x1（t），...，xm（t））T。這些信號可以是多維的。下面的方程BSS通過尋找和使用系數B=[Bij]εRkNxm來分離混合信號的集合，得到原始信號的近似集合。

子帶分解ICA（SDICA）是基于寬頻源信號是依賴性的，但其他子帶是獨立的事實。它使用一個自適應濾波器，通過使用最小相互信息（MI）選擇子帶來分離混合信號。在找到子帶信號后，可以根據子帶信號，通過ICA來進行重建。