信號(hào)分離是信號(hào)處理中的一個(gè)基本問(wèn)題。各種時(shí)域?yàn)V波器、頻域?yàn)V波器、空域?yàn)V波器或碼域?yàn)V波器都可以看作是一種信號(hào)分離器，能完成信號(hào)分離任務(wù)，或者說(shuō)從混合信號(hào)中提取我們感興趣的信號(hào)。在已知源信號(hào)和傳輸通道的先驗(yàn)知識(shí)時(shí)，混合信號(hào)通過(guò)濾波的處理能在一定程度上很好地完成信號(hào)分離的任務(wù)。然而，在沒(méi)有源信號(hào)和傳輸通道的先驗(yàn)信息時(shí)，通過(guò)濾波的方法根本就無(wú)法完成信號(hào)分離的任務(wù)，必須通過(guò)盲信號(hào)分離技術(shù)來(lái)解決。獨(dú)立分量分析（Independent Component Analysis，ICA）是20世紀(jì)90年代以來(lái)由盲信號(hào)分離技術(shù)，或稱為盲源分離（Blind Signal/Source Separation，BSS）發(fā)展出來(lái)的一種多維信號(hào)處理方法，能在不知道源信號(hào)及信號(hào)混合參數(shù)的情況下，僅根據(jù)觀測(cè)到的混合信號(hào)就能估計(jì)源信號(hào)。
　　獨(dú)立分量分析的理論研究已經(jīng)成為當(dāng)前非�；馃岬娜斯ぶ悄�、機(jī)器學(xué)習(xí)、智能控制等應(yīng)用學(xué)科發(fā)展的重要基石，是這些研究領(lǐng)域的一個(gè)基礎(chǔ)性的研究方向，其應(yīng)用領(lǐng)域與應(yīng)用前景都是非常廣闊的。目前獨(dú)立分量分析的理論主要應(yīng)用于盲源分離、圖像處理、語(yǔ)言識(shí)別、通信、生物醫(yī)學(xué)信號(hào)處理、腦功能成像研究、故障診斷、特征提取、金融時(shí)間序列分析和數(shù)據(jù)挖掘等。
　　獨(dú)立分量分析的基本思路是將多維觀察信號(hào)按照統(tǒng)計(jì)獨(dú)立的原則建立目標(biāo)函數(shù)，通過(guò)優(yōu)化算法將觀測(cè)信號(hào)分解為若干獨(dú)立成分，從而輔助實(shí)現(xiàn)信號(hào)的分離或增強(qiáng)。圍繞獨(dú)立分量分析問(wèn)題的解決雖然出現(xiàn)了很多算法，但大多是圍繞信源的獨(dú)立性提出的各種獨(dú)立性及非高斯性度量準(zhǔn)則，具體往往結(jié)合信息論、神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)各種算法。根據(jù)所提出的目標(biāo)函數(shù)不同，獨(dú)立分量分析技術(shù)研究總的來(lái)說(shuō)可分為基于信息論準(zhǔn)則的迭代估計(jì)方法和基于統(tǒng)計(jì)學(xué)的代數(shù)方法兩大類，從原理上來(lái)說(shuō)，它們都是利用了源信號(hào)的獨(dú)立性或非高斯性。