随着电信运营商对3G/4G网络的大规模建设,移动实时多媒体通信越来越成为新一代移动通信网络的核心业务。由于手机等移动设备电能消耗和自身处理能力的有限性,再加上移动通信网络的误码率比较高、可用带宽也比较有限,要想在移动通信网络上实现稳定可靠的实时视频通信,同时保证用户所能享受到的服务质量(QoS)和体验质量(QoE),仍然具有很大的困难性和挑战性。本文根据移动实时视频通信的特点,同时结合手机电量的有限性,针对手机端的视频编码,构造了一个带有两个用户体验维度的QoE计算模型,让用户可以在视频的质量和时长之间根据需要进行选择和调节。本文所构造的QoE计算模型并没有包含那些评价标准会随着时间的推移而发生改变的参数,而是选择了那些更能反映影响用户体验本质的相对性参数,即手机计算资源利用率和电量状态。本文所构造的QoE计算模型中的量化公式采用的是手机计算资源利用率和电量状态的比值,同时在视频的质量和时长之间制定了一个平衡点,并通过赚钱和花钱的关系对其的合理性进行了很好的解释。本文在构造QoE计算模型时所采用的理念,把多个体验维度集成在一个QoE计算模型中让用户根据需要来进行选择和调节,在如何构造以及使用QoE计算模型方面具有重大的理论价值和实用价值。另外,要想在手机上实现实时视频通信,手机端的编码器算法就必须具有低复杂度以及复杂度可分级的能力。为此,本文提出了一种新型的复杂度可分级的运动估计算法,采用的是单遍扫描处理流程,从而可以利用相邻块的有关信息。本文所提出来的算法包括两个过程：帧级别计算资源分配和块级别计算资源分配。帧级别计算资源分配是采用一种类似码率控制的方式进行的,为了方便和其他方案进行比较,实验中采用的是为每一帧分配固定的计算量。块级别计算资源分配包括两个部分：块基本层计算资源分配和块增益层计算资源分配。块基本层计算资源分配是根据每个块的初始匹配误差进行的,而块增益层计算资源分配则是根据前一帧的失真增益信息来进行的。为了减少失真增益信息的非有效性所带来的影响,算法中采取了自适应调整策略和提前终止检测。所构造的QoE计算模型被应用在了本文所提出来的复杂度可分级的运动估计算法里面,并通过实验仿真验证了所构造的QoE计算模型的实用性以及所提出来的复杂度可分级的运动估计算法的有效性。