ST-OFDM载波间干扰线性均衡技术

分析了频率非选择性衰落信道下ST-OFDM系统载波间干扰的具体内容,利用连续发射已知ST-OFDM符号来估计ST-OFDM中各个子载波对其他子载波的干扰,然后通过特定的线性均衡方法达到ST-OFDM载波间干扰的抑制.在莱斯衰落信道下的仿真结果表明,选择6个相邻子载波12个干扰系数的均衡技术ST-OFDM系统可获得至少10dB的信干比增益,可以使ST-OFDM系统在性能和运算量上获得最佳.     

板体锻造工艺优化及试验验证北大核心CSCD

优化了板体的锻造工艺,将锻造工艺中的平面镦粗去氧化皮工步优化为成形镦粗,将原镦粗的扁平形状改为中间低两边高的形状,以达到更合理的材料分配。通过优化成形镦粗的形状和高度,将终锻模具的最大等效应力降低了30%左右,终锻模具易磨损位置的磨损量降低了25%左右,达到了提高终锻模具寿命的目的。同时,优化了顶杆的安装位置,在顶杆位置处增加余料仓,增加材料的流动空间,降低顶杆受力,可以有效提高顶杆寿命。试验发现,成形镦粗件的长度对终锻成形的影响不容忽视,成形镦粗件长度应小于锻件长度,否则容易产生折叠缺陷。将试生产锻件与模拟结果对比,可以确认优化后的成形镦粗工步和顶杆余料仓的作用是有效的。     

基于机器学习的短生产周期碳酸盐岩气井产量预测研究

针对传统时间序列模型无法对短生产周期天然气井进行产气量预测的问题，首先采用机器学习的近邻传播算法对天然气井进行无监督聚类，划分井群；再结合井群的地质和工程参数开展主成分分析，捕获影响产气量波动的关键因素；随后采用极大似然估计方法求解气井所属井群类别，并依托所属类别聚类中心生产数据训练时间卷积神经网络，预测天然气井未来短期内的产气量。结果表明：基于机器学习的气井产量预测模型预测误差平均为5.53%,相较于传统的长短期记忆网络(误差平均为8.98%)和门控循环网络(误差平均为9.06%)预测误差更小，表明该模型能够应用于开发周期相对较短的碳酸盐岩气井的产量预测。研究成果对于机器学习在油气藏开发方面的应用研究具有重要意义。     

以ZnO为空穴缓冲层的高效率有机电致发光器件

研制了在传统双层有机电致发光器件(OLED) ITO/NPB/AlQ/Al的阳极与空穴传输层间加入ZnO缓冲层的新型器件.研究了加入缓冲层后对OLED性能的影响,并比较了新型与传统OLED的性能,结果表明,新型器件比传统器件的耐压能力有了显著提高;当电压达到7 V时,发光效率提高了35%.分析认为,ZnO缓冲层的加入,改善了界面, 减少了漏电流,并且阻碍了空穴的注入,有利于改善空穴和电子的注入平衡,提高复合效率.