排列熵PE，MATLAB可运行代码

最新推荐文章于 2024-06-15 09:21:14 发布

Rosy_Willa

最新推荐文章于 2024-06-15 09:21:14 发布

阅读量396

点赞数 2

文章标签：算法 matlab 开源

本文链接：https://blog.csdn.net/hakudaisy/article/details/137601644

版权

本文介绍了排列熵（PE）的概念，其在2002年提出的高计算效率方法，用于衡量时间序列的复杂性。步骤包括确定嵌入维数、相空间重构、排列概率计算和归一化。并通过Matlab代码展示了如何实际应用该算法于仿真信号分析。

摘要由CSDN通过智能技术生成

近似熵，排列熵，小鱼🐟也有可运行代码哦，大家可以点击查看。

排列熵PE原理：

其计算效率较高，于2002年被提出，通过相空间重构来衡量时间序列复杂度。

PE算法：

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！！

step1：x={x(1),x(2),…,x(N)}，确定嵌入维数m

step2：相空间重构，X(n)={x(n),x(n+u),…,x(n+(m-1)u}，n=(N-m)/u+1<=m!;

step3：将每一个X(n)中的元素进行升序排列，并用j(n,k)作为初始位置标记

step4：一共有m！种排列顺序，将每种顺序出现的概率记作Pj

step5：计算Pj*ln(Pj)和为sP，并做负运算（-sP）

step6：归一化sP，得到PE=-sP/（ln(m!)）

%%  %%%%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));
[pe]=Pe(5,x,len);
function [pe]=Pe(m,x,len)
%%%%m为嵌入维数%%%%
    n=len;
    delay=1;
    k=0:m-1;
    d=(n-m)/delay+1;
    X=zeros(d,m);
    for i=1:d
        X(i,:)=x(i+k*delay);
        [X(i,:),j(i,:)]=sort(X(i,:));
    end
    s=1;    J=j;
    p=[];
    for i=1:d
        if length(find(p==i))~=0
                continue;
        end 
        con(i).n=[i];
        if i==d
            break;
        end
        for k=i+1:d
            if length(find(p==k))~=0
                continue;
            end
            if all(J(i,:)==J(k,:))
                 con(i).n=[con(i).n,k];
                 p=[p,k];
            end
        end
    end
    [r,l]=size(con);
    s=1;
    for i=1:l
        clen=length(con(i).n);
        if clen==0
            continue;
        end
        cont(s)=length(con(i).n);%%s种情况，每种情况下的出现次数
        s=s+1;
    end
    M=cumprod([1:m]);
    M=M(end);
    [r,s]=size(cont);
    for i=1:s
        P(i)=cont(i)/M;
    end
    pe=-sum(P.*log(P))/log(M);
end