摘要：为了识别强干扰环境下复杂系统的独立源信号，利用主分量分析（PCA）的主投影方向辨识能力，以及独立分量分析（ICA）的冗余取消与盲源分离特性，提出一种基于复合PCA-ICA神经网络的独立源识别方法。ICA与PCA的有机结合使两者优势得到充分发挥，隐藏于多通道传感观测中的独立源波形得以分离。借助基于快速傅里叶变换与最大相关分析准则的自适应分析校正，消除ICA估计源的盲不确定性，准确地估计源波形及其混合参数，从而实现独立源信号的识别。仿真试验结果证明该方法的有效性，也表明它在复杂系统源识别方面具有较大的应用潜力。

关键词：主分量分析 独立分量分析 最大相关准则 源识别 

单位：浙江大学机械工程系; 杭州310027; 嘉兴学院机电工程学院; 嘉兴314001