随着无线技术的发展，无线网络已经成为生活中必不可少的一种工具，以满足各种人群的应用需求。但是，较有线网络，无线网络的服务质量还有非常大的差距，从而制约了流媒体等业务的发展。媒体访问控制层（MAC层）对无线网络服务质量的影响很大，如果能提高MAC协议对网络的性能，就能提高对流媒体等传输的支持能力。因此提高MAC的性能迫在眉睫。IEEE802.11为当今主流的MAC层协议，为了支持不同业务服务质量的要求，IEEE又提出了802.11e来增强其性能，这个协议提供了不同服务的区分机制，包括实时、非实时的语音、视频等服务。面对种类繁多的服务，优化802.11e协议的性能，合理分配无线资源成为向多媒体业务提供服务质量保证的关键。本文主要工作和研究成果如下：1.引入了饱和状态下的马尔科夫模型，此模型涵盖了竞争窗大小、AIFS大小和碰撞处理机制等概念，从而综合的反映了这些机制对系统服务质量（QoS）的影响。2.提出了混合时隙的优化算法，所谓混合时隙，就是将几个时隙组合起来构成一个混合的时隙，每个混合时隙的开始分配给不同的业务来进行发包。与标准的IEEE802.11e EDCA算法相比，这种方法具有更高的吞吐量，更低的丢包率和延时，还能保证高优先级业务的性能基本不受站点数目变化的影响。3.提出了在信道空闲时退避计数器状态转移概率的概念和一种新的提高网络QoS的方法——根据当前网络状态，动态地调节不同优先级在信道空闲时退避计数器的状态转移概率。通过马尔科夫链数学模型验证了在饱和情况下所提算法的优越性，并推导出了状态转移概率的最优值，给出了实现此算法的基本流程和步骤。实验结果表明，此算法不仅保证了各种优先级业务之间的公平性，而且显著提高了网络吞吐量，同时降低了MAC层延时和丢包率。结果验证了在负载动态变化时，算法的自适应性和优越性。4.本文主要研究了IEEE802.11e的马尔科夫链模型，在饱和状态下网络性能的分析模型的基础上，提出混合时隙的算法和动态更新算法，同时对两算法的性能的进行了仿真。本文提出的算法和模型适用于IEEE802.11e中网络规模较大且负载较大的饱和情况，而对于负载不大的非饱和模型没有充分的研究，后续工作将针对非饱和情况下的网络进行研究。