在无线网络中,协议头压缩是提高网络带宽利用率和吞吐量的一种有效方法。在协议头压缩方法中,鲁棒性协议头压缩（Robust Header Compression,ROHC）是最完善的压缩算法,获得了大量行业支持,主要被应用于错误率高、往返时延长和带宽有限的无线链路。ROHC是有状态的,需要压缩端和解压端的状态同步,才能成功解压ROHC数据包。ROHC算法拥有3种工作模式,包括不需要反馈信道的单向U模式、需要反馈信道的双向乐观O模式和双向可靠R模式。本文主要研究U模式和O模式的ROHC优化方法。首先,针对单向U模式ROHC进行模型和算法优化。考虑到当无线信道质量变差时,U模式ROHC的性能会随之下降,且现有ROHC算法没有考虑到不同业务之间对实时性的需求等问题。本文提出了一种区分多业务的自适应协议头压缩方案,该方案提出了一种新的U-ROHC建模方法,并引入一种部分可观测马尔可夫过程（Partially Observable Markov Processes,POMDP）跨层优化框架来自适应调整U模式ROHC压缩端状态,以求改善ROHC的性能;该方案根据实时性业务和非实时性业务对实时性的要求调整ROHC状态转换参数,使实时性业务能在解压失败的情况下具有更快速恢复双端置信的能力,而非实时性业务具有更高的压缩比,以使ROHC具备支持不同业务类型的能力。仿真结果表明,本文提出的针对U模式ROHC算法可以较好地区分不同业务对实时性的要求,并可以在无线信道恶劣的条件下,依然保持较好的压缩比和吞吐量。然后,针对O模式ROHC进行参数优化。现有研究选择O模式ROHC的优化参数过于单一,导致参数优化模型的效果不佳;同时,为了追求极致的鲁棒性而将压缩率降到最低,并没有平衡好压缩率和鲁棒性之间的关系;再者,引入额外的协议消息来动态调整ROHC关键参数,加大了系统开销。针对上述问题,提出一种适用于O模式ROHC的自适应参数优化的协议头压缩方法,该方法不需要引入额外反馈,利用ROHC本身的反馈机制来对多个ROHC关键参数进行优化,同时考虑了ROHC鲁棒性和压缩率的平衡。仿真结果表明,本文提出的算法优于现有的单一参数优化算法,验证了算法的有效性。