随着下一代移动网络与移动互联网的快速发展,移动数据流量在近年来呈现爆发式增长,无线网络视频应用在全网的吞吐量呈指数级增长。在异构无线网络环境中,存在多方面影响数据传输的因素,如无线网络信道衰落、时延抖动等,而视频流媒体传输业务相对于传统业务有着较高的用户体验质量(Quality of Experience,QoE)要求,因此,如何根据网络状态对视频传输进行优化,提升视频播放的流畅度以及视频质量的高水平,从而确保观看者能够获得良好的QoE,是研究无线网络视频传输的重点,也是为用户提供良好的观看体验的一项具有挑战性的工作。基于现有的视频传输研究现状,针对异构无线网络中视频传输存在的问题以及如何提升用户观看体验,本文的研究主要从以下三个方面展开:(1)针对视频直播客户端在视频传输过程中无法自适应调节视频播放比特率的问题,本文提出了基于深度强化学习的无线视频码率自适应传输控制算法,将端到端时延和客户端缓冲占用长度联合考虑,建立了以端到端时延和播放缓存为主要参数的反馈控制模型,并根据网络数据集和视频数据集使用深度Q学习网络(Deep Q-learning Network,DQN)训练出无线视频比特率自适应传输控制模型,得到视频传输过程中最合适的视频比特率。仿真结果证明,与基于客户端缓冲区的比特率调整算法比较,本文提出的算法通过对时延和缓存的有效控制,对用户体验有较为明显的提升。(2)针对单一链路带宽不足或网络环境较差而影响视频传输播放的问题,本文提出了面向高清视频业务的异构无线网络自适应并行传输控制方法,根据最小化链路数、视频片段有序传输等问题,建立了多链路并行的视频传输控制模型。仿真结果证明,与单链路传输场景对比,本文提出的多链路视频传输算法能进一步提升视频比特率、端到端时延、播放缓冲区的稳定性,进而提高了用户体验。(3)针对视频直播传输场景,设计并实现了以QoE为导向的视频传输比特率自适应控制系统。本系统根据网络参数、视频参数等,调节视频比特率的水平以及客户端播放的倍速,以此来提升视频传输、播放的稳定性,进而提升用户体验。仿真实验表明,该系统能够模拟视频直播传输场景并且使用相关比特率调整算法提升用户体验。