随着移动通信技术的快速发展,可以使用的无线带宽越来越大这使得高速的视频业务将占有无线通信的大部分流量。然而,视频业务类型多样并且承载了大量的数据协议信息,业务质量与传统的网络性能评价指标之间不再具有简单的对应关系。特别是视频质量下降的过程情况远比语音业务要复杂的多,无法使用描述语音质量的QoS参数和方法对视频质量进行有效的描述。这就需要从视频的基本特性入手,建立一个可以贯穿无线网络并且满足不同使用需求的视频质量评价体系,提高视频质量评估的准确性并尽可能增加无线网络资源的利用率。本论文在国家自然基金和北京市科技计划等项目的支持下,对上述问题进行了深入研究,取得了若干具有创新性的成果。主要的工作和创新点包括以下几个方面：(1)在视频像素域研究的基础上,提出了一种新的基于内容感知的跨层视频质量评价模型,适用于以视频业务为主的无线网络规划与优化。该模型的主要贡献有：1)将视频像素域特征引入到质量评价中,降低了视频内容与质量评价之间的互相关影响,保证视频质量评价的准确性；2)对网络层参数使用主成分分析方法(Principal Component Analysis, PCA)降低了网络层参数的相关性,从而降低了视频评估计算的时间复杂度；3)将支持向量机(Support Vector Machine, SVM)应用到模型中,降低了预测结果对训练视频集容量的依赖程度,确保了模型的鲁棒性；4)对多个视频特征、应用层参数和网络层参数进行归一化处理,解决了SVM中的偏执问题,提高了视频评估的聚合度。(2)基于人眼仿真学理论的研究,提出了两种适用于异构网络的视频质量预测模型,以扩展视频质量评价应用范围并提升其准确性。模型的主要贡献有：1)在人类的视觉系统生理特性和心理特性的研究基础上,使用了基于改进的离散余弦(Discrete CosineTransformation, DCT)变换的可察觉劣化阈值(Just Noticeable Distortion, JND)描述视频的特性,充分考虑了HVS的亮度特性、掩摸特性等,从而准确完整的描述了视频的特性,提高了异构网环境下视频质量预测的准确性和实用性；2)通过将JND与网络性能参数QoS相结合,减少了提取新参数的计算复杂度,提高了与目前使用的网络性能评价标准体系的兼容性；3)将QoE预测模型分为针对两个作用域的专用模型和跨层模型,实现了网络性能单独调整的网络层视频质量预测以及网络参数与编码参数共同调整的跨层视频质量预测模型。(3)通过对视频编码技术的研究,提出了一种无参考视频质量评估模型,这种基于视频比特流特征的模型具有高实时性、高准确性和低复杂度的优点,适用于无线接入网实时质量评估。该模型有两个主要贡献：1)模型通过直接从视频流中提取可以影响视频质量的编码和传输因素,减少了解码带来的多余计算,提高了评估的实时性；2)通过分析帧内编码帧和帧间编码帧的特点,分别从时间和空间角度提取了可以表征视频质量衰落程度的因子,全面准确地描述了视频质量变化情况,提高了动态视频质量评估的准确性。(4)综合考虑视频编码特征与无线/移动网络场景的基础上,提出了一种适用于移动终端的无参考视频质量预测模型。该模型的主要贡献由两个方面组成：1)综合考虑无线网络的传输参数与视频质量的影响,提出了一个低复杂度的分类视频质量预测模型,确立了QOS参数对视频质量的映射关系,保证了与现有网络质量评价体系的兼容性；2)从视频的帧内编码帧得到了可以使用的视频类型分类法则,并且证明了该分类法则具有较强的区分度和鲁棒性,提高了基于QoS的视频质量预测模型的准确性。综上所述,整个模型体系覆盖了视频无线接入和传输的各个阶段并具有良好的性能,达到了本研究的预期目标,同时论文中的算法和理论创新可以为视频质量评价提供新的思路。