视频实时传输过程中存在的问题随着视频点播、远程视频传输等多媒体飞速发展日益凸显，视频会议、视频点播、远程教学、远程监控等多媒体信息实时传输过程中包含大量数据，这使得用户在网络的传输容量和服务质量提出更高的要求。突发数据延迟和包丢失会严重降低客户端图像质量。因此，视频传输对网络带宽，丢包率以及端到端的延迟都有一定的要求，由于网络动态环境的大时滞性、非线性以及参数的时变特性，使得建立精确地数学模型这一问题相对比较困难，本文在国内外视频实时传输研究现状的基础上，进一步深入分析了视频实时传输过程中存在的问题及现有的控制策略，将智能控制理论算法引入到视频传输中，提出一种基于自适应变论域模糊Smith预估PID控制策略。主要研究内容如下：(1)根据流体理论对视频传输系统拥塞控制机制进行建模。(2)模型的不精确性对视频实时传输影响的研究。引入了模糊PID控制算法对视频传输系统进行控制，通过仿真实验验证了模糊PID控制策略控制的优越性，系统输出能够快速跟踪稳定值。若突发视频流进入系统，系统都能够维持在期望值附近，然而当参数链路容量有较大变化时，系统输出队列长度跟踪效果较差。(3)网络环境的大时滞性对视频实时传输影响的研究。采用了一种基于Smith预估的模糊PID实时视频传输控制算法。该算法将模糊控制与Smith预估控制相结合，采取Smith预估策略补偿系统滞后，同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点，使拥塞控制性能有明显提高。仿真实验结果表明，该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值。(4)自适应变论域模糊Smith预估控制在视频传输中的应用研究。采用一种自适应变论域模糊Smith预估控制策略，并应用于视频传输的拥塞控制中。最后通过仿真表明，采用变论域模糊控制方法能保证系统的全局稳定性以及控制精度，能使队列快速收敛到目标值，超调量较小，且当网络参数在较大范围内变动时，仍然保持较好的控制性能，并具有较好的稳定性和鲁棒性。