本项目针对复数域信号的盲源分离问题,实现了一种高效的复数固定点独立成分分析(FastICA)算法。该算法旨在从一组线性的复数混合观测信号中,在不需要了解混合矩阵和源信号先验分布的情况下,恢复出相互统计独立的原始复数源信号。核心功能包括信号的预处理阶段(零均值化和基于特征值分解的白化处理),以降低数据维度并消除信号间的二阶相关性。算法采用复数域的非线性对比函数,通过最大化信号的非高斯性(基于负熵的近似)来进行固定点迭代搜索,从而提取独立的复数分量。该实现支持不同类型的偏离高斯分布度量,能够处理圆形及非圆形分