溶剂辅助蒸汽驱后期提高稠油采收率研究

以辽河油田杜84块兴Ⅵ组超稠油油藏为对象,根据SAGD蒸汽汽腔操作压力,筛选与蒸汽露点温度相近的己烷作为辅助溶剂,进行单管驱替实验。研究了不同温度下,溶剂类型和浓度对稠油的降黏效果,并对比了不同浓度的己烷辅助蒸汽驱与纯蒸汽驱的驱油效率。实验结果分析了溶剂辅助对蒸汽驱后期的油汽比,剩余油饱和度和最终采收率的影响,揭示了蒸汽温度和溶剂浓度对蒸汽驱效率的影响规律。研究结果可为SAGD开发后期提高稠油开采效率、优化现场操作参数提供理论支持。     

基于RBF 神经网络的调制识别

针对通信信号这种非稳定的、信噪比(SNR)变化范围较大的信号,利用遗传算法训练的径向基神经网络分类器对各种调制信号的特征矢量进行分类识别,充分发挥径向基神经网络的广泛映射能力和遗传算法的全局收敛能力,并在遗传算法中加入了梯度下降算子,克服遗传算法收敛速度慢的缺点,加快了遗传算法训练神经网络的速度,使得分类器的识别率和鲁棒性得到明显改善。仿真实验的结果证明了此方法的有效性和可行性。     

基于H.264的数据分割和不等差错保护方案

为改善H．264码流在无线信道中传输的误码鲁棒性,提出一种新的数据分割抗误码方案．该方案利用无线信道反馈信息,预测信道丢包率,并判决对视频编码层（VCL）的数据是否进行数据分割．在高误码环境下,采用码率自适应删余卷积码（rate-compatible punctured convolution code）对分割后的数据区进行不等差错保护．仿真表明,算法具有较好的抗误码鲁棒性,有效地降低编码冗余,提高了编码效率．     

自组网中动态拓扑的性能分析

研究了自组网中动态拓扑性能．通过选用最短路径和基于最短路径的最稳定路径作为路由度量,选用平均路径稳定时间和平均路径长度作为性能度量,考查节点密度、运动速度、暂停时间等因素对网络拓扑性能的影响．仿真结果表明,暂停时间对网络拓扑的影响较小,仅在高速情况下平均路径长度随暂停时间的增加而明显增加;移动速度的增大使平均路径稳定时间急剧下降,但平均路径长度基本不变;节点密度的增加对平均路径稳定时间影响较小,但会使平均路径长度明显下降．在设计路由协议时,将路径稳定性作为路由选择的依据可显著提高系统性能,维护现有活动路径比重新发现新路由更为重要,路径有效时间随路径长度和移动速度的增加而降低．     

近距平行跑道最大容量模型

针对MACAD(MANTEA机场容量及延误)模型中近距平行跑道容量评估缺乏分析逻辑的问题,采用数学分析方法建立了新的近距平行跑道容量评估模型,引入FAA机场容量模型中的Q逻辑,重点分析并解决了2架降落飞机之间插入起飞飞机概率可能受先前起飞飞机影响的问题,使起飞容量评估更为准确,然后基于美国商用机场的典型数据,分别利用MACAD模型及本模型对其进行容量评估。结果表明:虽然与MACAD模型所得结果基本一致,但本模型更符合跑道容量包络的定义。     

视频实时点播系统网络管理技术

基于ＩＳＯ 国际网络管理标准及ＣＣＩＴＴ 的一些建议，提出了一套应用于有线电视视频点播系统的网络管理方案．该方案的实现提高了视频点播系统的网络整体性能和服务质量；加强完善了网络的安全性，增加了网络的无故障运行时间；简化了多厂商混合网络的管理，并且能够有效地控制网上运行成本     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法．先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码．舍弃最高频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码．实验表明，在图像质量和压缩倍数方面都取得了较好的结果     

对数系统中直接二维快速傅里叶变换

本文讨论了对数数字系统中的直接二维快速傅里叶变换,给出了系统的硬件结构,对运算误差进行了详细的分析。计算机模拟实验的结果表明:理论结果与实验结果是一致的。     

超稠油直井-水平井组合蒸汽辅助重力泄油物理和数值模拟

研究了中深层超稠油油藏在直井蒸汽吞吐中后期,用直井注汽水平井采油的方式转蒸汽辅助重力泄油(steam as-sisted gravity drainage,SAGD)开发的机理.应用高温高压比例物理模拟方法,研究了水平井布于直井斜下方时SAGD蒸汽腔的形成和扩展过程.结果表明,转SAGD的初期以蒸汽驱动作用为主并逐步向重力泄油作用过渡,并可划分为蒸汽吞吐预热、驱替泄油、稳定泄油、衰竭开采4个开采阶段.利用数值模拟优选了布井方式、井网井距、水平井段长度、转SAGD时机和注采参数.该模拟方法在辽河油田杜84块超稠油油藏开发中取得了较好的现场试验效果.     

利用循环相关特征的自适应模糊调制分类

针对非平稳数字调制信号,提出一种高阶正交循环累量特征,具有“屏蔽”干扰和噪声的特性. 采用模糊神经网络非线性动态建模的调制识别器,根据特征训练样本的大致分布状况建立蕴涵初始经验的模糊推理系统结构,再嵌入神经网络的结构和自适应学习算法对模糊系统参数进行调整和优化,完成模糊神经网络模型的逼近求精. 对MASK, MPSK, MFSK, MQAM 等信号进行仿真实验,结果表明系统在信噪比等环境参数变化较大的情况下适应性和容错性良好. 相对于神经网络等识别器,具有初始经验的系统结构更明确,建模周期较短,算法识别率和效率有明显提高.