复合多尺度排列熵matlab代码

%复合多处度排列熵（CMPE）
function E=CMPE（iSigmts）
% iSig: input signal; m : embedded dimension; % s: scale number
for i=1:s
    E_change=zeros（1i）;
    for j=1:i
        iSig_change=iSig（j:end）;oSig=CoarseGrain（iSig_changei）;E_change（j）=PE（oSigmt）;
    end
    E（i）=mean（E_change）;
end

%多尺度排列熵（MPE）
function E=MPE（iSigmts）
% iSig: input signal; m : embedded dimension; % s: scale number
for i=1:1:s %i : scale index
    oSig=CoarseGrain（iSigi）; E（i）=PE（oSigmt）;
end
%Coarse Grain Procedure. See Equation （11） % iSig: input signal ; s : scale numbers ; oSig: output
function oSig=CoarseGrain（iSigs）
    N=length（iSig）; %length of input signal
for i=1:1:N/s
    oSig（i）=mean（iSig（（i-1）*s+1:i*s））;
end

function E=PE（sigmt）    %默认延迟时间为t
N=length（sig）; %length of signal
v=[1:m]; % m=3 v=[1 2 3]; m=5 v=[1 2 3 4 5]
all_pemu=perms（v）; % generate all possible permutations
perm_num=factorial（m）; % calculate m! to obtain the number of all possible permutations
for i=1:1:perm_num
    key（i）=genkey（all_pemu（i:））; %transform a vector into an integer; ex: [4 3 1 2] ==> 4321
end
pdf=zeros（1perm_num）; %initialize frequency array
for i=1:1:N-t*（m-1）
    pattern=sig（i:t:i+t*（m-1））; % obtain pattern vector from signal. 
    [Yorder]=sort（pattern）; % sort the pattern vector; order represents the permutation order.
    pkey=genkey（order）; %transform the order vector into an integer. 
    id=find（key==pkey）; pdf（id）=pdf（id）+1; 
end
pdf=pdf/（N-t*（m-1））; % normalize the frequency array to obtain probability density function.
%cal