MATLAB中的光谱熵计算

9

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。
使用功率谱或任何其他技术计算功率谱密度。
正常化之间的功率谱密度，使得它可以作为一个概率密度函数来处理。 $[0, 1]$ $p_i$
计算熵 $H(s) = -\sum p_i\log_2\left(p_i\right)$

power-spectral-density

— 雷兰
source

至于Matlab代码，请尝试在此处询问dsprelated.com/code.php

— 2013年

这与频谱平坦度或维纳熵相同吗？ dsp.stackexchange.com/q/2045/29

— endolith 2013年

9

从技术上讲，这不是MATLAB式的论坛，但是我可以为您更详细地说明这些步骤：假设您的输入信号为，其DFT为。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）。 $x[n]$ $X(f)$

$|X(f)|^2$

$PSD_n$

P 小号 d_{ñ} （ F ） = \frac{P 小号 d （ F ）}{\sum_{F = \frac{- F s}{2}}^{F = \frac{F_{s}}{2}} P 小号 d （ F ）}

$PSD_n(f) = \frac{PSD(f)}{\sum_{f=\frac{-fs}{2}}^{f = \frac{f_s}{2}} PSD(f)}$

最后，您的频谱熵将为：

Ë = - \sum_{F = \frac{- F s}{2}}^{F = \frac{F_{s}}{2}} P 小号 d_{ñ} （ F ） 升 Ø G_{2} [P 小号 d_{ñ} （ F ）]

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

— 塔林·齐耶（Tarin Ziyaee）
source

5

我只是在这里

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执行光谱熵计算...

— 埃德万德
source