近年来,随着移动智能设备的蓬勃发展,用户对移动通信服务的需求日益增长。而在移动通信服务中,视频业务占了相当大的比例。动态自适应流媒体业务(Dynamic Adaptive Streaming over HTTP, DASH)因为其方便部署,成本低廉,能适应不同用户需求等特性,成为了视频服务的主流业务模式。评价视频服务质量的指标,也逐渐从传统的网络性能转向更关注用户感受的用户体验质量(Quality of Experience,QoE)。在以长期演进计划(Long Term Evolution, LTE)为代表的新一代无线通信系统中,如何分配有限的资源,满足日益增长的用户需求,是一个重要的研究课题。而现有的无线资源调度算法大多是从系统吞吐量等指标出发进行调度,并不能带来最好的QoE体验。因此,本论文的研究目标是提出一种针对DASH业务的QoE导向无线资源调度算法,用于提升用户的QoE体验。本文首先对QoE概念和DASH业务进行了详细的描述,阐述了影响QoE的因素,分析了 MPEG-DASH协议。协议规定用户要周期性地反馈QoE度量(QoE Metric)给基站,因此提出了将QoE度量信息运用在调度算法中的思路。进一步地,在学习了经典的无线资源调度算法并分析其设计思路和优缺点的基础之上,提出了一种基于QoE度量反馈的无线资源调度算法(QoE Metric Feedback based Resource Allocation,QMFRA)。QMFRA算法的调度思路是最大化所有用户的加权速率和,速率因子代表了信道质量,权值则体现了 QoE度量的影响。权值的设计引入了缓冲数据量因子,中断因子和切换因子,目标是避免中断同时加强公平性。而在客户端,本论文选取了基于缓冲数据量的码率选择算法,因为这样的码率选择算法简单高效,并且能够避免视频片段码率急剧下跌。根据上述思路,本文在开源的LTE系统级仿真平台LTE Simulator上进行了仿真。为了模拟完整的DASH业务流程,在平台上添加了数个相关功能模块。采用了一个通过大量实验得出的定量QoE模型来量化用户的QoE,评价调度算法性能。仿真结果显示,相较于广泛使用的多载波比例公平调度算法,QMFRA算法能够有效地提升用户的平均意见得分,减少中断事件的发生。也就是说,QMFRA算法可以有效地提升用户的QoE,实现了论文研究的初衷。