1区SCI 顶刊 IEEETrans！模糊散布熵Fuzzy Dispersion Entropy故障诊断新方法

散布熵的作者为解决散布熵中的问题，提出了，于2022年发表在一区顶级期刊IEEE Transactions on Fuzzy systems。本期在推出。除了可以用于基于时间序列数据的机械、电力设备故障诊断，也可用于分析一切时间序列中，如：电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等，您能想到的时间序列皆有可能。5种多尺度的理论知识在中、英文期刊都

weixin_44028734

1484人浏览 · 2025-02-20 15:42:54

weixin_44028734 · 2025-02-20 15:42:54 发布

引言

散布熵的作者为解决散布熵中的问题，提出了模糊散布熵Fuzzy Dispersion Entropy，于2022年发表在一区顶级期刊IEEE Transactions on Fuzzy systems。本期在推出模糊散布熵Fuzzy Dispersion Entropy上基础上，扩展到5种多尺度系列。

除了可以用于基于时间序列数据的机械、电力设备故障诊断，也可用于分析一切时间序列中，如：电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等，您能想到的时间序列皆有可能。

5种多尺度熵模糊散布熵可能没有参考文献，具有一定的首创性。5种多尺度的理论知识在中、英文期刊都有很多，可以参考其他论文，本期不在赘述。

模糊散布熵（Fuzzy Dispersion Entropy）多尺度模糊散布熵（Multiscale Fuzzy Dispersion Entropy）复合多尺度模糊散布熵（Composite Multiscale Fuzzy Dispersion Entropy）精细复合多尺度模糊散布熵（Refined Composite Multiscale Fuzzy Dispersion Entropy）时移多尺度模糊散布熵（Time-shift Multiscale Fuzzy Dispersion Entropy）层次模糊散布熵（Hierarchical Fuzzy Dispersion Entropy）

原文作者在两个领域内的时间序列上验证了模糊散布熵的能力。

两个生物时间序列：血压数据、癫痫发作和非癫痫发作脑电信号
基于三个机械时间序列的故障诊断：凯斯西储大学轴承数据、PHM2009齿轮箱故障数据、Paderborn University轴承故障数据

五个真实数据集的结果表明，在检测不同状态的生理和机械数据方面，模糊散布熵展现出更好的性能。希望模糊散布熵能够广泛用于各种实际应用中不同类型数据的表征。

按照原文给的示例数据验证代码复现的准确性：

输入序列x={3.6,2.5,1.9,3.1,4.2,-2.3,3.1,4.6,8.3,6.8},设置参数m=2,d=1,c=3。最终计算结果为0.8519。

在matlab中输入x和设置一样的参数，最终结果为：0.8518，完美复现

%% 导入数据x = [3.6, 2.5, 1.9, 3.1, 4.2, -2.3, 3.1, 4.6, 8.3, 6.8];%% 设置参数m=2; % 嵌入维数， embedding dimensiontau=1;% 时间延迟，time delay，=1nc=3;% 类数mu=mean(x); %均值sigma=std(x);%方差%% 计算熵值% 模糊散布熵[FuzzDispE, ~]=FuzzDispEn(x,m,nc,tau,mu,sigma);