必威体育精装版信息熵的matlab程序实例资料.pdfVIP

精品文档 求一维序列的信息熵（香浓熵）的 matlab 程序实例 对于一个二维信号，比如灰度图像，灰度值的范围是 0-255 ，因此只要根据像素灰度值 (0- 255) 出现的概率，就可以计算出信息熵。 但是，对于一个一维信号，比如说心电信号，数据值的范围并不是确定的，不会是 (0- 255)这么确定，如果进行域值变换，使其转换到一个整数范围的话，就会丢失数据，请高 手指点，怎么计算。 比如数字信号是 x(n),n=1~N (1) 先用 Hist 函数对 x(n) 的赋值范围进行分块，比如赋值范围在 0~10 的对应第 一块， 10~20 的第二块，以此类推。这之前需要对 x(n) 做一些归一化处理 (2) 统计每一块的数据个数，并求出相应的概率 (3) 用信息熵公式求解 以上求解方法获得的虽然是近似的信息熵，但是一般认为，这么做是没有问题的 求一维序列的信息熵的 matlab 程序代码如下：（已写成调用的函数形式） 测试程序： fs=12000; N=12000; T=1/fs; t=(0:N-1)*T; ff=104; sig=0.5*(1+sin(2*pi*ff*t)).*sin(2*pi*3000*t)+rand(1,length(t)); Hx=yyshang(sig,10) %——————— 求一维离散序列信息熵 matlab 代码 function Hx=yyshang(y,duan) %不以原信号为参考的时间域的信号熵 %输入： maxf: 原信号的能量谱中能量最大的点 %y: 待求信息熵的序列 %duan:待求信息熵的序列要被分块的块数 %Hx:y 的信息熵 %duan=10;% 将序列按 duan 数等分，如果 duan=10,就将序列分为 10 等份 x_min=min(y); x_max=max(y); maxf(1)=abs(x_max-x_min); maxf(2)=x_min; duan_t=1.0/duan; jiange=maxf(1)*duan_t; % for i=1:10 % pnum(i)=length(find((y_p=(i-1)*jiange)(y_pi*jiange))); % end 精品文档 精品文档 pnum(1)=length(find(ymaxf(2)+jiange)); for i=2:duan-1 pnum(i)=length(find((y=maxf(2)+(i-1)*jiange)(ymaxf(2)+i*jiange))); end pnum(duan)=length(find(y=maxf(2)+(duan-1)*jiange)); %sum(pnum) ppnum=pnum/sum(pnum);% 每段出现的概率 %sum(ppnum) Hx=0; for i=1:duan if ppnum(i)==0 Hi=0; else Hi=-ppnum(i)*log2(ppnum(i)); end Hx=Hx+Hi; end end % 扩展阅读： 实验一：计算离散信源的熵 一、实验设备 : 1、计算机 2、软件： Matlab 二、实验目的 : 1、熟悉离散信源的特点； 2、学习仿真离散信源的方法 3、学习离散信源平均信息量的计算方法 4 、熟悉 Matlab 编程； 三、实验内容 : 1、写出计算自信息量的 Matlab 程序 2、写出计算离散信源平均信息量的 Matlab 程序。 3、掌握二元离散信源的最大信息量与概率的关系。 4 、将程序在计算机上仿真实现，验证程序的正确性并完成习题。 四、实验报告要求 简要总结离散信源的特点及离散信源平均信息量的计算 , 写