1.一种基于预测模型的核信号校正方法，其特征在于，包括S1、通过软件模拟核脉冲堆积信号；

S2、在核脉冲堆积信号中选取初始序列；

S3、通过Sigmoid函数变换的灰色模型对初始序列进行变换，再反解出真实预测值，然后根据真实预测值对脉冲信号进行重建。

2.如权利要求1所述一种基于预测模型的核信号校正方法，其特征在于，步骤S2中，根据峰高选取初始序列。

3.如权利要求2所述一种基于预测模型的核信号校正方法，其特征在于，步骤S2包括S21、将核脉冲堆积信号中的两个连续脉冲峰，从左至右分别记为峰1和峰2，由于堆积效应的影响，峰1、峰2部分信息重叠，需要对峰1下降段以及峰2的上升段进行预测；

S22、分别以峰1、峰2的顶点到峰高一半处的区间作为预测模型的初始序列。

4.如权利要求1所述一种基于预测模型的核信号校正方法，其特征在于，步骤S3包括S31、将初始序列记为其中， 为输入的脉冲信号的初始序列， 为第 个样本的幅值， ，为初始序列信号个数；

S32、利用Sigmoid函数

对初始序列 进行变换，得到新序列其中， 为输入样本的Sigmoid函数变换值，为输入样本的幅值， 为初始序列 采用Sigmoid函数变换后的新序列；

S33、根据公式

对变换后的新序列 进行一次累加，其中， 为 一次累加后的序列；

S34、将一次累加后的序列 代入白化微分方程，得其中，为发展系数，为灰作用量， 为背景值；

S35、根据公式

计算背景值 ；

S36、根据公式

计算 和 ，其中，矩阵 为

矩阵 为

S37、将 、和 代入白化微分方程，对白化微分方程进行求解，反解出真实预测值其中， 为真实预测值；

S38、根据真实预测值 对脉冲信号进行重建。

5.如权利要求4所述一种基于预测模型的核信号校正方法，其特征在于，步骤S32之后，通过公式计算初始序列的光滑比，其中，  为第t个初始序列信号的光滑比， 表示第 次累加值， ，为初始序列信号个数；

根据公式

计算级比偏差 ，其中， 为拟合系数；

根据准指数规律检验方法，采用计算出的级比偏差 和光滑比 对比传统灰色模型的光滑比和平均级比偏差。