基于双分解与神经网络的卫星网络自相似流量预测方法

本发明提供一种基于双分解与神经网络的卫星网络自相似流量预测方法，涉及卫星网络技术领域。该方法首先利用CEEMDAN算法对卫星网络的原始自相似流量序列进行第一次模态分解，将原始自相似流量数据序列分解为多个IMF分量；并通过计算分解后各个IMF分量的样本熵，将这些IMF分量划分为高频分量、中频分量和低频分量三类；再利用VMD分解模型对聚类后的高频分量进行第二次模态分解；然后构建基于CNN‑BiLSTM的自相似流量预测模型，将两次分解后的各IMF分量分别输入模型进行预测；同时，采用改进的人工兔优化算法，对自相似流量预测模型的超参数进行优化，得到最优的自相似流量预测模型。该方法能够有效提高预测精度，减少预测误差。