互信息 matlab

互信息（Mutual Information）是一种用来衡量两个随机变量之间依赖关系的指标。在信息论中，互信息表示一个随机变量X中的信息量对于另一个随机变量Y的预测能力。在Matlab中，可以使用以下代码计算互信息：

function mi = calmi(u1, u2, wind_size)
    x = [u1, u2];
    n = wind_size;
    [xrow, xcol] = size(x);
    bin = zeros(xrow,xcol);
    pmf = zeros(n, 2);

    for i = 1:2
        minx = min(x(:,i));
        maxx = max(x(:,i));
        binwidth = (maxx - minx) / n;
        edges = minx : binwidth : (minx + binwidth*n);
        histcEdges = [-Inf, edges(2:end-1), Inf];
        [occur,bin(:,i)] = histc(x(:,i), histcEdges, 1);
        pmf(:,i) = occur(1:n) ./ xrow;
    end

    jointOccur = accumarray(bin, 1, [n,n]);
    jointPmf = jointOccur ./ xrow;

    Hx = -(pmf(:,1))' * log2(pmf(:,1) + eps);
    Hy = -(pmf(:,2))' * log2(pmf(:,2) + eps);
    Hxy = -(jointPmf(:))' * log2(jointPmf(:) + eps);

    MI = Hx + Hy - Hxy;
    mi = MI / sqrt(Hx * Hy);
end

这个函数可以计算输入向量`u1`和`u2`之间的互信息。其中`wind_size`表示向量的长度，`u1`和`u2`是要计算互信息的两个向量。函数中使用了直方图的方式计算了单个向量的直方图分布，并通过联合概率密度计算了互信息。