气泡熵BuE，MATLAB可运行代码

近似熵、样本熵、排列熵、模糊熵，小鱼🐟也有相关可运行的matlab代码以及其原理和算法提供哦，大家点击即可找到哦。

气泡熵原理：

        是排列熵的改进，2017年提出。与排列熵不同的是，对交换次数进行的概率计算，并引入了条件Rényi熵。

BuE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)作为交换次数的记录标记

        step4：每个X(n)的序列长度为q，则概率Pn=j(n)/q;

        step5：计算Pj.^2的和为sP，并做负运算（-ln（sP））记作Hs

        step6：m=m+1，重复step1~step5

        step：归一化，得到BuE=（Hs2-Hs1）/log((m+1)/(m-1))

MATLAB代码-BuE

fs=500;T=1/fs;time=1;
t=0:T:time-T;
len=length(t);
x=rand(1,fs);
m=4;
[H21]=Be(m,x,len);
[H22]=Be(m+1,x,len);
bEn=(H22-H21)/log((m+1)/(m-1));
function [H2]=Be(m,x,len)
    delay=1;
    k=1:len-(m-1)*delay;
    j=0:(m-1)*delay;
    count=zeros(length(k),1);
    p=zeros(length(k),1);
    for ii=k
        X(ii,:)=x(ii+j);
        a(ii,:)=X(ii,:);
        for i=1:length(j)-1
            for jj=1:length(j)-i
                b=a(ii,jj);
                c=a(ii,jj+1);
                if b>c
                    a(ii,jj)=c;
                    a(ii,jj+1)=b;
                    count(ii)=count(ii)+1;
                else
                    continue;
                end
            end
        end
        p(ii)=count(ii)/length(k); 
    end
    H2=-log(sum(p.^2));%%条件Rényi熵
end