近年来,无人机技术广泛的应用于军事和科研领域,网络化的无人机应用对广域侦察、跨障碍监控等任务有较好的适应性。执行任务时,在无人机反馈的各类信息中,视频流在实时性和直观性上有突出表现,所以针对无人机网络的视频传输成为一个有意义的研究课题。文中对无人机网络中实时视频流传输的挑战进行了分析,并概述了传统码率调整方案在该场景中存在的信息不准确,策略不完善以及对低带宽场景缺乏有效支持等问题。结合以上问题,本文从维护无人机网络实时视频的连续性,提升视频质量的角度出发设计码率动态调整的算法。首先,结合一个抽象出的无人机网络应用的任务场景,本文对无人机执行任务的轨迹模式进行分析,指出无人机的运动过程是规则的反复运动。由于无人机在巡航期间的运动导致吞吐率变化,所以我们提出引入一个训练阶段对变化进行学习,并提出使用时间序列分析法对训练阶段的探测数据进行频域分析,数据频域上的分布反映了吞吐率变化的周期性。将周期上的知识运用到对探测数据的处理上,计算得到以均值和最小值为上、下限的先验性吞吐率区间。其次,建模分析接收端视频缓冲的动态变化,指出缓冲中数据的时间信息较以往的大小信息更能反映缓冲状态,提出面向不同码率的缓冲长度评估机制。由于在训练阶段中计算得到的预测区间是历史性的前瞻信息,所以文中提出使用实时的缓冲估值作为反馈因子,对吞吐率预测值进行动态的修正。最后,利用吞吐率的估计值指导视频流的码率调整,本文设计了一种码率自适应算法,算法通过及时下调保证实时性,通过谨慎上调维持视频质量和平滑性。此外,针对网络吞吐率较低的特殊情形,文章提出基于帧率调整的幻灯片模式,以帧的连续性换取视频质量并维护实时性。文章利用NS-3对吞吐率预测方法和码率调整算法进行了验证仿真,结果表明吞吐率预测结果较传统基于历史预测有更高准确性,码率自适应方案能够在保持视频连续性的同时,提高视频的平均质量。文章还对幻灯片模式以及无人机网络视频传输进行了平台实现和验证。