ITD-信息熵.rar

  • 琳夏0818
    了解作者
  • C/C++
    开发工具
  • 59KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 0
    下载次数
  • 2021-04-12 19:16
    上传日期
故障诊断中一种方法的分解代码,以及信息处理的一种方法信息熵。
ITD-信息熵.rar
  • I-信息熵
  • 新建文件夹
  • extrema_1.m
    894B
  • Itd4.m
    585B
  • ITD-提取信息熵特征.m
    1KB
  • ItdBaseDecomp4.m
    460B
  • 20151124_08_15Bin粗卡阀.xlsx
    58.4KB
内容介绍
%这是提取一个样本信息熵的过程,希望对你有帮助。 clc clear all fs=2560;%采样频率 Ts=1/fs;%采样周期 L=3072;%采样点数 t=(0:L-1)*Ts;%时间序列 STA=1; %采样起始位置 %----------------导入数据----------------- A=xlsread('20151124_08_15Bin粗卡阀.xlsx'); x=A(1:3072,1)'; %ITD分解,分解成6个pr分量 iterated_max=10; [H,L]=Itd4(x,6); %ITD分解 %------------分量信号显示------------- figure(1) n=size(H,1); subplot(n+1,1,1); plot(t,x);%原始信号 ylabel('原始信号'); for n1=1:n subplot(n+1,1,n1+1); plot(t,H(n1,:));%分量信号 ylabel(['PR' int2str(n1)]); end %求各imf分量与原始信号的相关系数,并筛选分量 xiangguanxishu=zeros(1,n); for i=1:n a=H(i,:); b=corrcoef(a,x'); xiangguanxishu(1,i)=b(1,2); end %提取每一个IMF分量的信息熵特征 xingxishang=zeros(1,n); for i=1:n a=H(i,:); x1=mapminmax(a, 0, 1); %将数据归一化处理。 %求数据的概率分布 for m=1:3072 x=x1(m)/sum(x1); end shannon=-sum(x.*log2(x));%计算信息熵 xingxishang(1,i)=shannon;%把每一个分量的信息熵构造成一个特征向量 end
评论
    相关推荐