sampen函数定义

`sampen` 函数是 `scipy.signal` 库中的一个信号处理函数，全称是 Sample Entropy。它用于计算信号的样本熵（Sampled Entropy，简称 SampEn），这是一种统计学方法，用于评估信号的复杂性和随机性程度。Sample Entropy 是一种递归算法，主要用于估计数据自相似性的一种非参数方法，对于检测非平稳信号的变化尤其有效。

在 Python 中，`sampen` 函数的基本语法如下：

sampen(x, m, tol=None, window_length=None, max_lag=None, normed=False)

参数说明：
- `x`：输入的一维数组，表示时间序列。
- `m`：嵌入维数，即从原始序列中抽取的子序列的元素个数。
- `tol`：相邻两个向量之间的相似性阈值，默认为 None，可以手动设置。
- `window_length`：滑动窗口的长度，如果提供，则 `max_lag` 必须也提供，这两个一起决定了计算样本熵的片段长度。
- `max_lag`：允许的最大滞后时间步长，如果提供，则 `window_length` 必须也提供。
- `normed`：是否对结果做标准化，默认为 False，如果不希望标准化结果，可以设为 True。

函数返回的是样本熵的值。如果计算过程中遇到错误（例如，样本不足等），`sampen` 可能会抛出异常或返回 `np.nan`。

当你需要计算像 Logistic 映射产生的时间序列的系统样本熵时，就使用这个函数来获取每一段序列的复杂度指标。