由于生理系统具有明显的非线性性质,因此非线性分析方法可能有助于更好地揭示其特性与机理。从工程技术上看,常常需要研究信号性质的动态变化,因而十分需要只要较短数据就能表现信号特点的动力学参数。从这一要求上看,Rncus在1991年提出的近似熵(Apporxiantte Entopy,简记ApEn)是一个值得注意的参数。故本文选用近似熵算法作为诊断手段之一。

void ApEn_Algorithm_Init(float Prop, int* buff)

{

 //赋值比例

 ApEn_StdProp = Prop;

 //计算标准差

 ApEn_StdVal = ApEn_STD_Deviation(buff, APEN_DATA_LEN);

 //计算阈值

 ApEn_Threshold = ApEn_StdVal * Prop;

 ApEn_Threshold_int = ApEn_Threshold;

}

        我们团队致力于开发一各心电信号分析的专用SOC，故选用了近似熵算法和卷积神经网络作为心电信号分类算法。在实际程序编写的过程中发现，现有的近似熵算法有大量的float运算，降低了运行效率，故需要在保证一定运算精度的前提下将运算尽可能改为int类型运算。

        对于基本的运算我们采用的方法是将输入的数值扩大一定倍数，将原来的float型的小数保留一定的精度转换为整数，在通过对数运算、做差使最终输出结果保持不变。

        此外，在近似熵的求解过程中涉及到大量的求对数运算，c语言库默认的对数运算是采用float，这影响了运算效率。我们对float算法进行了适应性的优化，将其中的乘法运算改为调用协处理器进行，这样能大大提升程序的运行效率。

#include "fdlibm.h"

float custom_multiply_f(float x,float y){

 float z;

 z=x*y;

 return z;

}

#ifdef __STDC__

static const double

#else

static double

#endif

ln2_hi = 6.93147180369123816490e-01, /* 3fe62e42 fee00000 */

ln2_lo = 1.90821492927058770002e-10, /* 3dea39ef 35793c76 */

two54 = 1.80143985094819840000e+16, /* 43500000 00000000 */

Lg1 = 6.666666666666735130e-01, /* 3FE55555 55555593 */

Lg2 = 3.999999999940941908e-01, /* 3FD99999 9997FA04 */

Lg3 = 2.857142874366239149e-01, /* 3FD24924 94229359 */

Lg4 = 2.222219843214978396e-01, /* 3FCC71C5 1D8E78AF */

Lg5 = 1.818357216161805012e-01, /* 3FC74664 96CB03DE */

Lg6 = 1.531383769920937332e-01, /* 3FC39A09 D078C69F */

Lg7 = 1.479819860511658591e-01; /* 3FC2F112 DF3E5244 */

static double zero = 0.0;

#ifdef __STDC__

 double __ieee754_log(double x)

#else

 double __ieee754_log(x)

 double x;

#endif

{

 float hfsq,f,s,z,R,w,t1,t2,dk;

 int k,hx,i,j;

 unsigned lx;

 hx = __HI(x); /* high word of x */

 lx = __LO(x); /* low word of x */

 k=0;

 if (hx < 0x00100000) { /* x < 2**-1022 */

     if (((hx&0x7fffffff)|lx)==0)

  return -two54/zero; /* log(+-0)=-inf */

     if (hx<0) return (x-x)/zero; /* log(-#) = NaN */

     k -= 54;

  //x *= two54; /* subnormal number, scale up x */

  x=custom_multiply_f( x,two54);

     hx = __HI(x); /* high word of x */

 }

 if (hx >= 0x7ff00000) return x+x;

 k += (hx>>20)-1023;

 hx &= 0x000fffff;

 i = (hx+0x95f64)&0x100000;

 __HI(x) = hx|(i^0x3ff00000); /* normalize x or x/2 */

 k += (i>>20);

 f = x-1.0;

        // 到这，第一步标记，得出 k, f, s 的值了

 if((0x000fffff&(2+hx))<3) { /* |f| < 2**-20 */

     if(f==zero) if(k==0) return zero; else {dk=(double)k;

     //return dk*ln2_hi+dk*ln2_lo;}

     return (custom_multiply_f( dk,ln2_hi)+custom_multiply_f( dk,ln2_lo));}

     //R = f*f*(0.5-0.33333333333333333*f);

     R =custom_multiply_f( custom_multiply_f( f,f),(0.5-custom_multiply_f( 0.33333333333333333,f)));

     if(k==0) return f-R; else {dk=(double)k;

           //return dk*ln2_hi-((R-dk*ln2_lo)-f);

           return custom_multiply_f( dk,ln2_hi)-((R-custom_multiply_f( dk,ln2_lo))-f);

     }

 }

  s = f/(2.0+f);

 dk = (double)k;

 //z = s*s;

 z = custom_multiply_f(s,s);

 i = hx-0x6147a;

 //w = z*z;

 w=custom_multiply_f(z,z);

 j = 0x6b851-hx;

 //t1= w*(Lg2+w*(Lg4+w*Lg6));

 t1=custom_multiply_f(w,(Lg2+custom_multiply_f(w,(Lg4+custom_multiply_f(w,Lg6)))));

 //t2= z*(Lg1+w*(Lg3+w*(Lg5+w*Lg7)));

 t2=custom_multiply_f(z,(Lg1+custom_multiply_f(w,(Lg3+custom_multiply_f(w,(Lg5+custom_multiply_f(w,Lg7)))))));

 i |= j;

 R = t2+t1;

 if(i>0) {

     //hfsq=0.5*f*f;

     hfsq=custom_multiply_f(0.5,custom_multiply_f(f,f));

     if(k==0)

  //return f-(hfsq-s*(hfsq+R));

  return f-(hfsq-custom_multiply_f(s,(hfsq+R)));

  else

       //return dk*ln2_hi-((hfsq-(s*(hfsq+R)+dk*ln2_lo))-f);

       return custom_multiply_f(dk,ln2_hi)-((hfsq-(custom_multiply_f(s,(hfsq+R))+custom_multiply_f(dk,ln2_lo)))-f);

 } else {

     if(k==0)

  //return f-s*(f-R);

  return f-custom_multiply_f(s,(f-R));

  else

       //return dk*ln2_hi-((s*(f-R)-dk*ln2_lo)-f);

       return custom_multiply_f(dk,ln2_hi)-((custom_multiply_f(s,(f-R))-custom_multiply_f(dk,ln2_lo))-f);

 }

}

int main(){

 double y= __ieee754_log(2.718281828459);

 printf("对数是%lf",y);

 return 0;

}