基于Shannon熵-能量比的小波神经网络卫星钟差预报方法

摘要

本发明的目的是提出一种基于Shannon熵‑能量比的小波神经网络钟差预报模型。本发明有效解决了小波神经网络模型未能根据实际情况选取合适的小波函数的问题。本发明首先利用小波函数对钟差一次差分数据进行连续小波变换，得到变换后的小波系数。其次，分别计算小波系数的能量值和Shannon熵值，将Shannon熵‑能量比作为最优小波函数选择的评价指标，来指导选择最适合的小波函数作为小波神经网络模型的激活函数。本发明可以提高小波神经网络预报卫星钟差的精度，不但可以提高小波神经网络模型预报的精度，而且使小波神经网络模型本身还具有更好的抗差性，为小波神经网络模型在钟差预报中如何选择合适的小波函数提供了一种可靠的评价指标。