样本熵SampEn，Matlab可运行代码

样本熵原理：

        其原理与近似熵类似，但其更具有一致性，且对数据长度不存在依赖性。
以下内容如有不对之处，望大家在评论区里告诉小鱼🐟哦，谢谢大家啦！！

SampEn算法：

        step1：x={x(1),x(2),…,x(N)}，确定维数m（通常取2或3）

        step2：X(n)={x(n),x(n+1),…,x(n-m+1)}，n=1,2,…,N-m+1

        step3：d[X(n),X(j)]=max(|x(n+k)-x(j+k)|),n不等于j，k=0.1,…,m-1

        step4：sd=x的标准差

        step5：确定阈值r=0.1~0.25sd

        step6：Bn（统计d[X(n),X(j)]<r的个数）/（N-m+1）

        step7：Θ1=Bn的均值

        step8：m=m+1，重复步骤step2~step7，得到Θ2

        step9：SampEn=-ln(Θ2/Θ1)

Matlab代码：

%%  %%%%清除历史记录%%%%
clc,clear,close all;
%%  %%%%仿真信号设置%%%%
fs=200;T=1/fs;time=1;
t=0:T:time-T;
len=length(t);
x=2*sin(60*pi*t).*(1+0.5*sin(2*pi*t));
%%  %%%%样本熵%%%%
[fai3]=Sampen(2,x,len);
[fai4]=Sampen(3,x,len);
SampEn=-log(fai4/fai3);
function [fai]=Sampen(m,x,len)
    n=1:len-m+1;
    for i=n
        j=i:i+m-1;
        X(i,:)=x(j);
    end
    n=1:len-m;
    j=1:len-m;
    k=0:m-1;
    for i=n
        for ii=j
            if i==ii
                continue;
            else
                x1=X(i,1+k);
                x2=X(ii,1+k);
                d(i,ii)=max(abs(x1-x2));
            end
        end
    end
    x_sdv=sqrt(mean((x-mean(x)).^2));
    r=0.25*x_sdv;%%%%r=0.1~0.25x_sdv
    for i=n
        Bm(i)=length(find(d(i,:)<r))/(len-m+1);
    end
    fai=mean(Bm);
end