非線性盲源分離

盲源分離是指在未知源信號和傳輸通道的情況下，僅僅依靠信號的獨立性來實現源信號和傳輸通道識別的方法。已經被套用到很多領域如生物信號處理、聲學信號、圖像處理、機械故障診斷、通訊技術等。非線性盲源分離是指源信號通過非線性的方式進行混合。

一般指後非線性盲分離，即原信號經過線型混合後又經過非線性函式映射，。直接的非線性混合併不能得到有意義的解，一般要對原信號加限制或者對分離模型加限制。

相比於線性盲源分離，非線性問題更加複雜，但更符合實際情況。能夠對實際情況進行更加逼真的數值建模。目前的求解方法有神經網路、核函式法、貝葉斯、幾何方法等，多為兩個步驟，先去除非線性，然後在此基礎上進行線性盲源分離。目標函式仍採用分離信號的獨立性最大作為依據，但較之線性盲源分離，缺乏理論依據。