随着互联网、智能设备及无线网络技术的飞速发展,近年来,无线网络中的视频流媒体服务应用已经成为了移动数据流量激增最主要的推动力。同时,视频服务也正在从以指标为中心转向为以用户体验为导向。然而,由于用户对高质量视频画面的需求以及诸如移动视频直播、远程医疗、增强现实等具有挑战性的实时视频应用服务的出现,对于如何有效保证具有低时延、带宽密集型的视频应用服务的高质量传输,这将给现有的无线通信网络带来了新的难题。基于此,本文主要从D2D通信技术出发,并结合视频流的结构特征以及MEC技术的特性,旨在研究具有更高带宽,更低的端到端延迟以及更高的用户体验质量的视频传输方案。具体研究内容如下:(1)针对当前无线网络中视频流量呈指数上升,频谱资源短缺等现状,总结了D2D通信技术和视频多播技术的特点,以及这两种技术相结合对于缓解视频流量过载并提高无线网络服务质量的重大意义。并针对多播信道之间差异性,为保证多播组用户的观看视频体验,本文充分考虑到视频流的层次结构特性,采用可伸缩视频编码的方式对视频内容进行分层处理,灵活地调整不同视频层的速率以应对多播组之间不同的衰落信道特性。(2)考虑到现有的研究大多都是以吞吐量来衡量视频传输方案对提高视频质量的有效性。而对于时延敏感的视频流服务而言,该指标的增长并不能很好的衡量对用户所观看视频质量的增益。为此,本文通过对有效吞吐量进行公式推导,提出了一种时延约束下基于SVC编码的D2D协作视频多播传输方案。通过系统建模与分析,给出了在D2D网络中不同SVC视频层速率分配的优化问题,并针对该问题提出一种二阶段的启发式算法进行求解,旨在最大化系统的有效吞吐量。(3)指出未来5G乃至B5G网络的发展以及新兴的视频应用领域也将进一步导致用户对超高质量低时延的视频内容交付的高体验质量要求。因此,本文通过更贴近用户侧的MEC技术所具有对无线网络信息及用户位置感知的实时洞察能力,创新性的提出MEC架构下的有效吞吐量感知(MEC-Enabled Goodput-Aware,MEGA)模型。一方面,提出了一种基于path Chirp的流量调整链路状态估计算法,对当前无线网络实时监测并提供链路状态估计结果,以确保无线侧的带宽资源的充分利用。另一方面,提出了一种基于Gra Descent的速率分配算法,并采用D2D协作传输的方式来优化用户的Qo E质量。仿真结果表明,所提出的MEGA方案可有效提高实时视频应用的有效吞吐量、用户满意度,并在端到端时延及有效丢失率等方面都有明显的改善。