在多媒体编码与传输系统中,信源编码对信号压缩提高编码有效性和信道编码通过添加冗余来提高可靠性之间是相互矛盾的,二者的最优算法相结合未必能获得系统的整体最优。因此,如果能够针对不同的信道环境和使用场景,充分利用联合信源信道编码在信源和信道编码之间合理分配资源的优势,将可以获得更高的系统性能。本文将聚类算法应用于信道环境快速分类,并结合高效率视频编码(High Efficiency Video Coding, HEVC)输出的码流结构特性,研究压缩视频在无线信道中传输的问题。首先,本文深入研究了联合信源信道编码(Joint Source Channel Coding, JSCC)的多种应用策略,分析各种无线信道影响因素并利用k-means++聚类算法对不同信道环境进行聚类。在传统联合信源信道编码引入前向信道反馈获取最优系统编码方案的基础上,采用聚类结果与最小端到端失真原则结合的方式,在降低系统迭代计算端到端失真复杂度的同时,能够自适应地获得最佳比特分配方案。其次,本文选用HEVC作为信源编码。通过对HEVC的码流结构进行分析,针对其时域分级的特点,采用不等差错保护(Unequal Error Protection,UEP)的方式进行不同的信道保护。对码流中重要部分提供较多信道保护,如含有大部分共用语法元素的参数集信息;而对不重要的部分,则提供较少信道保护,进一步提升系统性能。最后,对本文提出的基于机器学习的联合信源信道编码方案进行了仿真验证。实验结果表明,对比采用统一编码速率的方案,本文提出的结合信道环境聚类和码率分配的JSCC方案有效地提高了重建视频的质量;同时结合不等差错保护技术,可以使重建视频质量达到更优的效果。