LMD分解信号-相关系数筛选分量-提取信息熵特征

这是一个样本的实验，现将振动信号进行LMD分解，得到分解后的PF分量，在求分量的相关系数啦筛选分量，在求每一个PF分量的样本熵特征，构造一个特征向量，你指的拥有，有帮助的话，希望你好评，谢谢，有问题加我主页qq。

%*****************************************************************
%程 序 名：LMD-相关系数-信息熵--分类（单个）
%设 计 者：一头努力奋斗的猪
%*****************************************************************
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
%---------------------导入实验分析数据--------------------------------------
A=xlsread（‘20151124_08_15Bin粗卡阀.xlsx‘）;
a1=A（1:30721）;
x=a1‘;
%----------------------lmdf分解-------------------
[PF]=lmd（x）
figure（1）;
imfn=PF;
n=size（imfn1）; %size（X1）返回矩阵X的行数；size（X2）返回矩阵X的列数；N=size（X2），就是把矩阵X的列数赋值给N
subplot（n+111）;  % m代表行，n代表列，p代表的这个图形画在第几行、第几列。例如subplot（22[12]）
plot（tx）; %故障信号
ylabel（‘原始信号‘‘fontsize‘12‘fontname‘‘宋体‘）;
for n1=1:n
    subplot（n+11n1+1）;
    plot（tPF（n1:））;%输出IMF分量，a（:n）则表示矩阵a的第n列元素，u（n1:）表示矩阵u的n1行元素
    ylabel（[‘PF‘ int2str（n1）]）;%int2str（i）是将数值i四舍五入后转变成字符，y轴命名
end
 xlabel（‘时间\itt/s‘‘fontsize‘12‘fontname‘‘宋体‘）;
 
 %求各PF分量与原始信号的相关系数，并筛选分量
xiangguanxishu=zeros（1n）;
for i=1:n
    a=imfn（i:）;
    b=corrcoef（ax‘）;
    xiangguanxishu（1i）=b（12）;
end

%提取每一个PF分量的信息熵特征
xingxishang=zeros（1n）;
for i=1:n
    a=imfn（i:）;
    x1=mapminmax（a01）; %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（1i）=shannon;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-01-14 13:43  LMD-信息熵\
     文件       59820  2018-12-27 22:47  LMD-信息熵\20151124_08_15Bin粗卡阀.xlsx
     文件        1573  2019-01-14 13:43  LMD-信息熵\faming.m
     文件        2486  2018-09-22 15:21  LMD-信息熵\lmd.m