随着宽带无线通信及移动互联网的发展，HEVC/H.265因具有高分辨率、高帧率和高压缩率等特点，在高清电视、监控及高清网络视频等应用领域将具有广阔的应用前景。然而在恶劣的无线信道传输条件下，网络高丢包率会对HEVC视频质量造成极大影响，进行基于无线信道的HEVC视频质量评测成为众多企业和科研单位的研究热点，将对未来的宽带无线通信及移动互联网具有重要意义。　　本文针对HEVC编码标准进行无线视频质量评价方法的研究，主要研究内容包括：首先，详细描述HEVC视频编码的基本框架与HEVC视频编码的关键技术，并介绍视频质量评价方法的基本原理与国内外研究情况。其次，论文提出了一种构建无线视频劣化库的方法，即通过Gilbert模型进行LTE无线信道建模，并在信道建模的基础上，对HEVC视频进行劣化，建立相应的劣化库，为后续视频质量评测提供相应的素材;第三，针对HEVC视频的编码特点，分析不同参数对视频失真所产生的影响，并通过仿真得到初步结论:采用简单的丢包率这一参数并不能准确地评估无线视频质量，因此选用丢包帧类型，时域和空域复杂度作为主要的参数，通过提取关键参数并对参数进行预处理，作为下一步进行视频质量评价模型的输入参数;第四，详细介绍半盲参考质量评价的体系流程，并提出了一种基于神经网络的半盲参考客观视频质量评价模型，该模型从源视频提取某些重要参数并和视频数据一起发送，在接收端结合这些参数与丢包丢帧信息一起，通过神经网络进行视频质量的评价，相关测试表明该模型具有良好的评价HEVC视频质量的能力;最后，针对HEVC的编码特性与视频的时空复杂度进行盲参考的视频质量评测方法研究;该方法考虑了HEVC的网络层、编码层、应用层不同的特性，并结合时空复杂度的影响，提出利用时空复杂度损伤，并借助数据挖掘技术进行盲参考视频质量评测的方法，建立了视频质量预测模型，论文最后通过仿真实验验证了其视频质量评测方法的正确性，充分体现了不同编码分层对视频质量的影响。　　论文的工作还有提高算法性能的空间，后续工作可结合深度学习算法，为提高HEVC视频质量评测算法的准确度和有效性做进一步研究。