优选小波函数的小波神经网络预报GPS卫星钟差

摘要：

为了提高卫星钟差预报的精度,针对小波神经网络(WNN)模型未能根据实际情况选取合适的小波函数的问题,本文提出一种基于"Shannon熵-能量比"的优选小波函数的小波神经网络钟差预报模型.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.然后分别计算小波系数的能量值和Shannon熵值,将"Shannon熵-能量比"(SEE)作为最优小波函数选择的评价指标,以指导选择最适合的小波函数作为WNN模型的激活函数.最后利用优选的WNN模型对卫星钟差进行预报,对预报的结果进行对比分析.结果表明:该评价指标能够根据卫星钟差实际情况准确指导WNN模型选择合适的小波函数,提高WNN模型的预报精度和适用性,使该模型可以实现卫星钟差较高精度的预报.

关键词：卫星钟差、能量、Shannon熵、预报、小波神经网络

所属期刊栏目：49

分类号：P228(大地测量学)

资助基金：国家自然科学基金41574010;41604013;41904039

在线出版日期：2020-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：983-992