用matlab求信号分解后每个分量的样本熵 用for循环

以下是使用`for`循环计算信号分解后每个分量的样本熵的代码示例：

% 读入一个示例信号
load('ecg.mat');
signal = ecg(1:1024);

% 将信号分解为4层小波分量和一个低频分量
[c, l] = wavedec(signal, 4, 'db4');

% 初始化样本熵数组
entropies = zeros(1, length(l));

% 计算每个分量的样本熵
for i = 1:length(l)
    % 提取出第i层小波分量
    if i == 1
        % 低频分量
        component = appcoef(c, l, 'db4');
    else
        % 高频分量
        component = detcoef(c, l, i);
    end
    
    % 计算样本熵
    entropies(i) = sum(-component .* log2(component));
end

% 输出结果
disp(entropies);

这里使用`for`循环遍历每个小波分量，根据其层数使用`appcoef`或`detcoef`函数提取出分量，然后使用类似上面的方法来计算其样本熵。请注意，这个代码片段假定信号是一维的时间序列。如果信号是二维的图像序列，需要使用`wavedec2`函数进行二维小波分解，并对每个分量进行类似的处理。