%求小波包的信息熵
%ECG為信號源，n為分解的層數，wpname為小波名字，我常用的是db3,haar,db4. 
function y=waveletentropy(ECG,n,wpname) 
wpt1=wpdec(ECG,n,wpname); %對數據進行小波包分解 
for i=1:2*n %wpcoef(wpt1,[n,i-1])是求第n層第i個節點的系數 
disp('每個節點的能量E(i)'); 
E(i)=norm(wpcoef(wpt1,[n,i-1]),2)*norm(wpcoef(wpt1,[n,i-1]),2) 
%求第i個節點的范數平方，其實也就是平方和 
end 
disp('小波包分解總能量E_total'); 
E_total=sum(E) %求總能量 
disp('以下是每個節點的概率P'); 
for i=1:2*n 
p(i)= E(i)/E_total %求每個節點的概率 
end 
%以下計算小波熵，即－sum（pj*lnpj）， 
disp('小波熵的值S_wt'); 
for i=1:2*n 
m(i)=p(i)*log(p(i)); 
end 
S_wt=sum(m)*(-1) 
disp('小波包分解圖形'); 
subplot(1,3,1); 
text(10,10,'原始圖象') ; 
plot(ECG); 
subplot(1,3,2); 
text(10,200,'概率分布圖象'); 
plot(p); 
subplot(1,3,3); 
plot(E);