石油开采难度随着油田储油量的减少不断升级,为更准确的监控采集信息,多相流传感技术也随之不断发展。测量参数的增加使井下仪器需要采集的信息更丰富。随着数据传输量不断增加,对传输数据的正确性也提出了越来越高的要求。对于整个测井系统的发展,数据传输部分至关重要,且单芯电缆作为测井数据传输介质可用传输带宽有限,在井下温度和压力的影响下数据传输的误符号率（Symbol Error Rate,SER）难以保障。因此,研究测井数据传输系统中的关键技术,解决测井数据传输误符号率过高的问题意义重大。为了在保证数据传输速度的前提下降低数据传输系统的SER,本文对测井数据传输系统中井下发送短节信噪比提高和地面接收短节SER降低进行了算法仿真研究和实测验证。首先,建立了单芯电缆分布式等效模型并制作了长距离电缆衰减等效电路,并介绍了正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术、峰均比（Peak-to-average Power Ratio,PAPR）抑制技术以及信道均衡技术基本原理。随后,仿真研究了OFDM系统低复杂度的PAPR抑制算法和快速收敛自适应信道均衡算法。最终,搭建了多相流传感数据传输测试平台,完成了气液两相流静态和动态电导传感器数据传输实测。本文的创新性研究成果如下:1.提出了一种基于极限学习机（Extreme Learning Machine,ELM）的低复杂度PAPR抑制算法,有效解决了机器学习峰均比抑制算法样本数据需求量大、网络训练时间长等问题。对比分析了传统PAPR抑制算法、机器学习PAPR抑制算法和本文所提出的PAPR抑制算法的复杂度、PAPR降低效果以及SER性能。2.提出了一种快速收敛的最小误符号率（Minimum-SER,MSER）自适应均衡算法,快速降低数据接收端SER。在单输入单输出（Single-input-single-output,SISO）和多输入多输出（Multiple-input-multiple-output,MIMO）系统中,仿真对比了基于最小均方误差（Minimum Mean Square Error,MMSE）准则和MSER准则的自适应均衡算法、以及本文提出算法的收敛速度和SER性能。3.利用数据传输系统实测数据对所提出的算法进行了验证,误符号率达到1.07×10-4。在多相流测井数据传输系统中做了静态和动态实验,与工业采集卡采集数据相比,将上位机实时显示数据的平均传输错误率降低到了1.14×10-4。