摘要：低信噪比下的去噪一直是一个难题，最近Emir等人提出了Independent Component Analysis（ICA）去噪方法，该方法在光学功能成像中得到了成功应用。但研究发现在极低信噪比下，由于观测数据的样本协方差矩阵具有奇异性，这使得ICA去噪算法中的白化处理步骤无法进行。为解决这一问题，本文利用子空间的概念，在ICA去噪方法的基础上提出了一种新的基于子空间的ICA（ICA based on signal Subspace，SICA）去噪方法。仿真表明该方法能在极低信噪比下有效去噪，同时与传统的滤波去噪相比，SICA去噪方法在去噪的同时还能够成功地将频域重叠的信号正确分离。

关键词：盲信号提取 独立成分分析 子空间分解 滤波 

单位：国防科技大学电子科学与工程学院; 长沙410073; 国防科技大学机电工程与自动化学院; 长沙410073