模糊散布熵及其应用

来源：计算机工程与应用杂志2024年第2期北京时间：

作者：胡保华, 朱宗俊, 金飞翔, 鲁翠萍, 修磊, 王勇

单位：1.合肥学院 先进制造工程学院，合肥 230601；2.安徽省智能车辆控制与集成设计技术工程研究中心，合肥 230601；3.安徽中医药大学第一附属医院 针灸康复科，合肥 230031；4.合肥工业大学 机械工程学院，合肥 230009

摘要：散布熵（dispersion entropy，DispEn）是近期提出的一种衡量信号不规则程度的动力学指标。相比于样本熵，散布熵可同时检测信号幅度和频率的变化，计算时间也大大缩短。然而，由于散布熵是基于取整函数（阶跃函数）设置的，对数据长度和参数选择较敏感，特别是类的数量（量化级别），某些情况下由噪声引起的信号幅值的微小变化会改变量化序列从而引起熵值剧烈波动。为解决这些局限性，结合模糊隶属度函数提出了模糊散布熵（fuzzy dispersion entropy，FuzzyDispEn）。在FuzzyDispEn中，基于欧式距离实现嵌入向量与量化级别的模糊化隶属。使用合成时间序列信号测试FuzzyDispEn相比DispEn的性能。结果表明，与DispEn相比，FuzzyDispEn对信号数据长度、参数选择的灵敏度更低，而且抗噪性更好。FuzzyDispEn还应用于脑电与轴承信号的复杂度检测，实验结果表明在真实物理信号分析方面FuzzyDispEn的性能表现同样优于DispEn。结果表明模糊散布熵可为信号复杂度测量提供一种新的方法。

关键词：模糊散布熵,模糊隶属度函数,复杂性,脑电信号,轴承信号