稀疏分量分析（sparse component analysis），工学-机械工程-〔制造系统〕-机械制造系统监测诊断维护-机械故障诊断-机械信号时频分析，在解决盲信源分离问题时发展而来的一种基于稀疏表征的信号处理方法。2001年，日本学者在研究独立分量分析时发现，信号的稀疏性可以在很大程度上提高其分离精度和算法的收敛速度。该项研究不仅推动了独立分量分析的发展，而且诞生出了稀疏分量分析。它的处理对象是由一组相互统计独立的稀疏信源经过线性组合而产生的混合信号，目标是从混合信号中提取出各个独立的信号分量。基本原理是在观测信号个数少于源信号个数的情况下，如果源信号具有稀疏特性，那么可以采用“聚类-优化”两步稀疏分量分析方法得到源信号的有效估计，从而解决盲信源分离问题。稀疏分量分析首先估计出混合矩阵，然后再利用稀疏表示算法或压缩感知重构算法估计源信号。在源信号满足稀疏性的假设下，混合矩阵可先通过聚类算法估计得到，在得到混合矩阵的估计值后，通过优化算法来恢复源信号。