如何在MATLAB中计算信号的谱熵？我知道基本的步骤，但是如果有人可以提供帮助，那就太好了，


使用MATLAB中的FFT命令计算信号的功率谱。
使用以下方法计算功率谱密度
对$ [0，1] $之间的功率谱密度进行归一化，以便可以将其视为概率密度函数$ p_i $。
计算熵$ H（s）=-\ sum p_i \ log_2 \ left（p_i \ right）$


评论

至于Matlab代码，请尝试在此处询问dsprelated.com/code.php
这与频谱平坦度或维纳熵相同吗？ dsp.stackexchange.com/q/2045/29

#1 楼

从技术上讲，这不是MATLAB风格的论坛，但是我可以为您详细解释这些步骤：假设您的输入信号为$ x [n] $，其DFT为$ X（f）$。对于真实信号，您可以使用单面DFT，因为当您查看其功率谱密度时，另一半将是多余的。 （PSD）。

一旦计算出信号的DFT，PSD就是$ | X（f）| ^ 2 $。也就是说，您需要对DFT结果的绝对大小取平方。

现在您需要规范化PSD，以便可以将其视为概率密度函数（PDF）。因此，归一化的PSD（我们称其为$ PSD_n $）将为：

$$
$$

最后，您的光谱熵将是：

$$
E =-\ sum_ {f = \ frac {-fs} {2}} ^ {f = \ frac {f_s} {2}} PSD_n（f ）log_2 [PSD_n（f）]
$$

#2 楼

我只是在这里做

我的源代码：

    [x, Fs, nbits] = wavread('ederwander.wav'); 


    winSize = 2048;

    n_samples = length(x);


    %50% overlap or 0 to not use overlap
    OverlapStep = 50;

    if OverlapStep > 0

        Overlap = floor((OverlapStep*winSize) / 100); 
        nFrames=floor(n_samples/Overlap)-1; 
    else
        Overlap= winSize;
        nFrames=floor(n_samples/Overlap)-1;
    end

    Entropy = zeros(nFrames,1);

    k=1;
    inc=1;

    while ( (k+winSize-1) <= n_samples )

        FrameSignal = x(k:k+winSize-1);

        v = FrameSignal .* hann(length(FrameSignal));           

        N = length(v);

        Y=fft(v);

        % Compute the Power Spectrum
        sqrtPyy = ((sqrt(abs(Y).*abs(Y)) * 2 )/N);
        sqrtPyy = sqrtPyy(1:winSize/2);



       %Normalization
       d=sqrtPyy(:);
       d=d/sum(d+ 1e-12);

       %Entropy Calculation
       logd = log2(d + 1e-12);
       Entropy(inc) = -sum(d.*logd)/log2(length(d));


       k=k+Overlap;
       inc=inc+1;
end


此源代码从每个框架块进行光谱熵计算...