随着无线通信技术的迅猛发展和移动智能终端的广泛普及,无线网络所承载的业务形态也日趋丰富,传统以消息、语音为主的业务形态将逐步转变为以移动视频为主的新型无线多媒体业务。移动视频业务的流量呈现指数级增长趋势,对无线通信网络带宽和能量的需求也日益剧增。如何在有限的频谱和功率资源上满足爆炸式增长的多媒体业务需求,成为无线通信技术发展面临的巨大挑战。多媒体通信涉及到无线通信协议栈的应用层、网络层、物理层等多个协议层,基于传统分层协议架构的方法由于缺乏有效的层间联合优化机制而无法满足上述通信需求。目前,克服层间约束的跨层设计方法具备同时提高整个无线通信系统的频谱效率和能量效率的双重优势,可从根本上应对这一挑战,因此具有重要的理论研究和应用价值。本文立足于构建能够满足用户服务质量需求和提升用户体验的多媒体传输机制这一基本目标,从提高无线资源利用效率的研究思路出发,采用“跨层设计”这一重要的技术手段,针对未来无线通信网络中具有低时延、高可靠多媒体通信需求的典型应用场景,重点研究了多用户无线视频传输网络中的资源优化方法、分布式自组织网络中的跨层视频传输机制、干扰受限无线网络中的媒体接入策略三部分内容。在研究方法上,本文以无线视频业务为典型案例,运用信息论、排队论、博弈论、凸优化理论以及随机几何理论等数学工具进行理论分析与数学建模、算法设计以及性能评估,通过研究提出了跨层无线资源优化方法、设计了无线多媒体传输机制,并提出了最优的媒体接入策略。本文的主要贡献与创新点总结如下：1)针对多用户无线视频传输网络,研究了如何在满足用户服务质量要求的前提下最大化网络视频传输质量这一关键问题,搭建了联合物理层传输功率、MAC层队列时延以及应用层视频编码速率的跨层视频传输框架,提出了联合控制物理层传输功率和应用层视频编码速率的跨层资源优化方法。该方法通过对用户传输功率和编码速率的联合优化有效地解决了视频端的编码方案与无线信道的有效容量不匹配的问题,大幅提升了视频传输的质量。此外,综合分析了视频编码速率、队列时延以及传输功率对用户视频失真的影响,将最大化网络视频传输质量问题等效建模为最小化网络中所有用户视频失真之和的非线性非凸跨层优化问题。考虑到直接求解该问题的难度,本文提出了一种基于凸优化理论与线性放松技术的全局优化算法,利用该算法获得了用户的最优传输功率和视频编码速率。最后,通过仿真对所提出的跨层视频传输框架与全局优化算法的性能进行了分析和验证,并与已有的分层框架和人工蜂群优化算法进行了对比,结果表明本文提出的跨层框架和优化算法在提高整个网络的视频传输质量方面的性能最优。此外,仿真结果还表明在链路状态给定的情况下,视频编码速率的较小变化将会对视频失真造成相对较大的影响,也就是说视频失真对视频编码速率这一系统参数较为敏感。上述创新点对应论文第二章的内容和发表论文列表中的3和5。2)针对无线自组织网络,研究了分布式视频传输机制的设计问题,构建并提出了基于干扰感知的分布式跨层视频传输机制。该传输机制的核心思想是让网络中的每一个用户(即一对信源-信宿节点)根据特定的传输准则让其仅基于自身观测到的网络状态信息(如业务负载、干扰状况以及信道状态信息)和队列状态信息(如业务到达速率、排队等待时延)来决定选择哪个信道来发送视频包,并决定是立即发送队列中到达的数据包还是将其存入队列缓冲器中。主要创新点概括如下：①提出了一种基于信道增益阈值的视频传输策略,解决了用户在给定的时隙内如何选择频率信道以及如何决策是否发送视频数据包的问题。②基于阈值传输策略并考虑到网络中用户的分布特性,提出了采用对数正态分布函数来估计干扰分布的方法,并通过蒙特卡洛仿真验证了所提出的干扰分布模型的准确性。③基于排队论,针对分布式视频传输网络,采用M/M/1队列模型对用户MAC层排队过程进行了建模,推导出了用户队列时延违约概率的闭式表达式。④建立了干扰感知的分布式跨层视频传输机制,在此基础上通过综合考虑网络拓扑、用户业务状况、时延约束、传输策略及信道状态等因素,采用跨层设计的方法将最大化整个网络的平均视频传输质量问题建模为一个优化问题。针对该优化问题的非线性非凸特性以及网络通信场景的分布式特性,提出了一种基于凸优化理论和博弈理论的分布式跨层优化算法,并通过理论分析和仿真验证了该算法的性能。⑤理论分析和仿真结果表明本文提出的分布式算法在提高网络平均视频传输质量方面具有明显的性能优势并具有良好的收敛性能。此外,研究表明本文所提出的分布式跨层传输机制在实际通信场景中不仅可以有效降低计算复杂度,还可以减少用户间的信令交互。因此,该机制可为未来5G网络中具有低时延、高可靠通信需求的多媒体传输机制的设计提供重要的理论参考与应用指导。上述创新点对应论文第三章的内容和发表论文列表中的1和4。3)针对干扰受限无线网络,研究了具有时延QoS约束的最优媒体接入问题,提出了具有时延QoS保障的最优媒体接入策略,实现了网络吞吐量的最大化。主要创新点包括：①基于随机SINR物理模型,设计了一种具有时延QoS保证的随机接入协议。基于该协议,利用随机几何理论分析并获得了用户聚合干扰的分布具有拖尾(heavy-tailed)特性这一重要结论；在此基础上提出了利用对数正态分布函数(log-normal distribution)对用户随机干扰的分布特性进行建模的方法,推导出了对数正态分布的相关参数的闭式表达式并通过蒙特卡洛仿真验证了该干扰分布模型的准确性。②基于提出的随机接入协议,针对干扰受限网络场景,采用M/G/1队列模型对队列时延进行了建模,推导出了用户时延和数据包成功传输概率的闭式表达式；通过综合考虑应用层的用户业务特征、网络拓扑变化、MAC层队列状态、物理层信道状态及干扰分布特性,将最大化网络吞吐量问题建模为一个具有时延QoS约束的联合优化所有用户的媒体接入概率问题。③针对实际网络中可能存在的两种用户业务状况(同构用户业务状况和异构用户业务状况),分别提出了不同的求解最优媒体接入概率的方法。针对网络同构用户业务情况,基于凸优化理论推导并获得了用户最优媒体接入概率的闭式表达式,设计了一种具有低复杂度的最优化算法。④针对网络异构用户业务状况,考虑到待求解的优化问题具有非线性非凸特性,提出了一种基于优化理论、分支定界框架以及线性变形放松技术的全局优化算法。仿真结果表明本文提出的全局优化算法在实际应用中不仅可以获得良好的网络吞吐量性能,而且可以在一个有限的迭代次数内以任意高的精度获得问题的最优解。因此,本文提出的随机接入协议和全局优化算法可为未来干扰受限无线通信场景下的协议和算法设计提供理论指导与性能参考。上述创新点对应论文第四章的内容和发表论文列表中的2。