虚拟现实(virtual reality,VR)是一种利用计算机模拟技术产生的三维虚拟世界。它作为一种革命性的交互方式,被普遍认为是5G的一个主要驱动业务。目前最为普及的VR应用是利用360度视频在头戴式显示器(head mounted display,HMD)中构建出一个沉浸式、可交互的虚拟世界。然而,由于同时具有高分辨率、高帧率、延迟敏感、多自由度等特点,VR视频无法被目前的无线传输技术直接支持;5G中单一优化场景(如增强型移动宽带)也很难完全支持。这就造成VR短期内仍只能以本地内容的有线交互为主,严重制约其在行业的规模应用。因此,迫切需要破解VR视频的无线传输难题。以往关于VR视频无线传输优化的研究存在以下不足:(1)对多用户并发上传时的无线资源分配的优化研究极少;(2)在无线资源与信源码率分配优化中较少结合内容区域的重要性进行动态传输方案设计;(3)针对下行自适应传输,缺乏结合VR视频特性的自适应缓存机制研究;(4)较少结合5G的接入网结构特点,进行传输效率和时延特性的优化设计。针对上述问题,本文以提升用户体验(quality of experience,Qo E)为总体目标,针对移动无线网络环境下VR视频上下行传输中的信源编码、无线资源分配、缓存策略、组播与单播协同传输等方面进行了深入研究。主要的研究成果包括:(1)鉴于用户原创VR视频分享日益流行,对LTE网络中VR上行传输机制进行研究。首先,基于传统Qo E模型以及用户对VR视频中不同分片(Tile)码率的预期,提出一种内容质量(quality of content,Qo C)新定义,并给出一种面向Qo C优化的VR视频传输方案。然后,将该方案基于Tile的信源编码和上行无线资源分配建模成一个联合优化问题;并给出基于贪婪策略和近似优化的两种求解方法。仿真结果表明,所提出的传输方案可行且有效,能够在资源有限的情况下有效提升用户体验。(2)进一步在5G异构云接入网(heterogeneous cloud radio access network,H-CRAN)环境中,研究了VR视频上行传输机制;同时结合H-CRAN中大量微基站部署的特性并考虑了用户移动性的影响。首先,通过内容显著性特征感知视频不同区域的重要程度;进而提出一种内容感知的无线资源以及信源码率动态分配方案;然后将此方案建模成一个包括基站关联、资源分配、功率分配以及信源码率分配的多阶段优化问题;并提出一种启发式的分阶段求解方法。仿真结果表明,所提出的基于内容感知的资源分配机制能够显著提升5G环境中VR视频上行传输的总体效用值,并验证了所给出的启发式分阶段求解方法的有效性。(3)针对传统缓存管理机制无法满足VR视频下行自适应传输需求的问题,研究了基于视点预测和两层级缓存(hierarchical buffer)策略的VR视频下行自适应传输机制。首先,探索了利用用户间行为相似度以及用户头部运动轨迹共同提升视点预测准确性的方法。其次,基于两层级缓存策略,提出了一种综合考虑用户带宽状况、缓存区状态以及预测视点的自适应传输方案,并将该方案建模成优化问题,分别针对不同缓存区状态进行了求解。仿真结果表明,所提出的视点预测方法能够明显提升视点预测的准确性,基于视点预测和两层级缓存的自适应算法能够在带宽波动的情况下保证用户的Qo E。(4)充分利用5G H-CRAN网络架构,提出一种结合视点预测的VR视频下行组播协同传输机制。首先,基于H-CRAN网络异构特性以及双连接技术,提出了一种基于视点预测的组播与单播协同(cooperative multicast and unicast with viewport prediction,CMU-VP)传输机制:预先缓存至移动边缘计算(mobile edge computing,MEC)中心的最大码率版本的视频内容经过实时转码后推送至相应的宏、微基站;宏基站将一个基础版本的全景视频以组播的形式传输给所有用户;微基站将预测视点内增强版本的分片内容以单播的形式分别传输给各用户。接着,面向用户Qo E优化,将该方案中传输内容调度问题建模成优化问题,并给出两种求近似最优解的方法。仿真与实验结果表明,相对于组播或单播机制,CMU-VP方案能够在整体带宽效率较高的情况下实现较优的用户Qo E。所提出的两种近似求解方法具有较低的复杂度,且与穷举搜索算法的效果比较接近。总之,本文分别针对LTE与5G网络环境中VR视频的上行、下行传输进行了系统地建模、求解和仿真验证。特别地,开展了VR视频上行传输优化研究;提出了结合MEC的组播协同传输方案。本文研究成果为VR视频无线传输技术演进提供了有力的理论探索。