视频业务已经成为当前移动网络最主要的业务形态。伴随着虚拟现实(Virtual Reality,VR)的出现和发展,全景视频业务逐渐发展成为独立的在线应用。作为移动视频市场的一个全新的消费增长点,全景视频有望成为5G网络的典型业务。然而,全景视频在无线网络下的传输依然面临着两个严峻的挑战。首先,全景视频数据量巨大,现有无线网络的承载能力无法支持实时传输;其次,无线网络时变性的问题仍然会对业务质量产生巨大影响。本文在对全景视频、投影变换、视频编码和流媒体技术的研究基础上,提出了一种基于截断方形金字塔投影(Truncated Square Pyramid Projection,TSP)和 HTTP 动态自适应流媒体(Dynamic Adaptive Streaming over HTTP,DASH)的全景视频自适应传输方案。本方案创新之处在于其自适应特性,分别体现在基于TSP的自适应压缩和基于DASH的自适应码率调整。前者降低了传输的带宽需求,解决了网络带宽不足的问题;后者解决无线网络带宽波动引起的播放卡顿等问题,提高了用户的质量体验(Quality of Experience,QoE)。本文的主要工作包括四个方面。第一,提出了上述全景视频自适应传输方案;第二,分析了TSP在本方案中的可行性和自适应压缩特性,从几何失真与带宽节约的角度比较了 TSP相对于传统投影变换的优势;第三,针对全景视频瞬时码率波动的问题,提出了一种服务器辅助的瞬时码率预测算法,然后在此基础上设计了带宽估计、码率选择和缓存控制策略,构成了完整的DASH自适应算法;第四,基于ns-3搭建了 LTE网络下的步行和车载仿真场景,然后设计与实现了基于视点的全景视频传输系统仿真模型,完成了 DASH自适应算法的仿真和验证。