监控摄像机作为智能交通系统（Intelligent Transportation Systems,ITS）的重要组成部分,每天都会产生大量的多媒体数据。此外,随着交通智能化建设水平的提高,以及智能网联汽车等新型交通工具的不断加入,在未来,ITS还将面临数据量的爆炸式增长。而数据的传输必须经过编码步骤,编码技术的性能会对数据传输的效率以及可靠性等产生直接影响,尤其是在面对海量级别的多媒体数据时,更加快速、高效的压缩编码技术就显得更为重要,因此,对于数据编码技术的研究是十分必要的。本文针对城市稠密监控场景下摄像机产生数据量大,且视频间相关性较强的特点,提出将分布式算术码（Distributed Arithmetic Coding,DAC）应用于上述智能化交通场景,为海量强相关多媒体数据的传输问题提供了一种解决思路。分布式算术码作为一种高效的数据压缩方案,目前已经取得了一定的研究成果。本文在已有研究的基础上,对分布式算术码进行了更加深入的研究,首先对二进制分布式算术码初始谱的计算方法进行改进,分别从不同角度提出了两种改进方案,一是提出了一种公平数值算法;二是提出了计算初始谱的低复杂度近似方法。随后仍然以二进制分布式算术码为研究对象,提出了一种计算其解码错误率的理论方法。最后,为使分布式算术码的应用范围更加广泛,进一步将研究扩展到多进制（Q-ary）条件下,详细分析了多进制分布式算术码的符号-区间映射规则和编解码原理,据此设计了相应的编解码方案,并将其用于实际的交通视频压缩。论文对所提出的方法和相关应用进行仿真验证和分析,主要工作如下:（1）提出了二进制分布式算术码初始谱计算方法的改进方法。初始谱作为一种理论分析工具,能够有效地提高分布式算术码的编码效率,因此具有重要的应用价值。目前对于初始谱的计算,主要是通过数值算法来实现的。然而经过深入分析后发现,该算法的计算结果并不完全收敛于真实的初始谱,且存在计算复杂度较高的问题。为了解决上述问题,本文从不同角度入手,分别提出了两种改进方法。针对原有数值算法不完全收敛于真实初始谱的问题,在详细分析了误差产生的原因后,提出了公平数值算法对其进行改进。针对原有数值算法计算复杂度高的问题,本文在码率区间R∈(0,0.5]范围内,提出了低复杂度近似的改进方法。根据实际情况将上述码率区间进一步划分为三个子区间,并针对不同的子区间提出了相应的初始谱低复杂度近似方法。通过设计实验,从不同角度对比两种改进方法与原有数值算法。实验结果充分证明了所提出的两种改进方法是正确有效的。（2）提出了二进制分布式算术码解码错误率的理论计算方法。目前对于解码错误率的计算是信源经过实际编解码后统计得出的,然而现阶段并没有从理论分析角度对解码错误率进行计算的方法。针对这一研究空白,本文使用“共存区间”（Coexisting Interval）作为分析工具,提出了一种计算二进制分布式算术码解码错误率的理论方法。研究首先分析了简单的情况——除了每个信源块末尾的最后一位符号,其余符号在解码器中都是已知的,随后进一步分析了更为复杂的情况——除了每个信源块末尾的最后两位符号,其余符号在解码器中都是已知的。详细给出了上述两种情况下计算解码错误率的分析过程,以及最终的理论计算结果;最后对一般情况下计算解码错误率的分析思路进行总结。实验部分设计了相应的编解码器,用以获取不同实验条件下实际统计的解码错误率,通过将其与本文提出的理论计算结果进行对比,验证了本文提出方法的正确性。（3）将分布式算术码的研究由二进制扩展到多进制条件下,提出了一种新的多进制分布式算术码设计方案,并将其用于交通视频压缩。为使分布式算术码的应用范围更加广泛,本文重点针对多进制分布式算术码进行研究。首先重新设计了多进制条件下的符号-区间映射规则,详细介绍了该条件下分布式算术码的编解码基本原理;其次依据编解码原理设计了不同的实现方案,并给出了使用多进制分布式算术码进行视频压缩的具体流程。在实验部分,将所设计的编解码方案应用于实际交通视频压缩,并指出了其在城市交通稠密监控场景下的应用前景。通过将压缩之后的结果与原视频帧进行对比,验证了不同设计方案的实际压缩效果,同时证明了将多进制分布式算术码应用于交通视频压缩的正确性和可行性。