独立分量分析(ICA)是近年来伴随着盲信号分离问题发展起来的一种统计信号处理技术，该方法的基本思路是以非高斯信号为研究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。独立分量分析(ICA)作为一种有效的非高斯数据处理方法，能够有效降噪并把信号中的有用信息挖掘出来,为故障诊断提供更丰富的诊断信息。但是传统ICA的局限性在于，若要分离出N个独立分量，那么就需要M≥N个混合信号才行，这在工程实际中是难于实现的。本文在噪声ICA的研究基础上提出了广义噪声ICA定义，根绝这个定义可以在只知道1个或者少数几个混合信号的情况下，通过引入若干个虚拟的先验信号通道，来分离出超过混合信号个数的独立分量来，使得M＜N情况下的ICA分离成为可能。同时，由于先验信号往往是无故障情况下的参考信号，所以分离出的独立分量中不是先验信号的那个信号就反映了故障特征。对于工程现场不允许加装太多传感器的情况，只要加装少数传感器，并获得基本的先验知识，就可以应用广义噪声ICA定义进行ICA分离。