HTTP 动态自适应流媒体(Dynamic Adaptive Streaming over HTTP,DASH)可以根据用户终端的网络环境和缓存等级选择流媒体比特率。但在移动情境下设备剩余电量的不合理使用和用户移动模式严重影响移动流媒体用户体验(User’s Quality of Experience,QoE)。因此,深入研究设备剩余电量和用户移动模式对移动流媒体用户QoE的影响,并提出移动流媒体用户QoE优化策略有着极其重要的意义。故而,为提升移动流媒体应用下用户体验,深入研究设备剩余电量和用户移动模式与用户QoE的关系,并基于用户QoE反馈设计优化策略,进而提升移动流媒体用户QoE。本文主要研究内容如下:(1)提出基于设备剩余电量以及设备移动性的用户移动QoE模型(User Battery and Mobility QoE Model,UBMQM)。本文在基于传统QoE模型参数初始延迟、暂停事件、切换事件、视频感知质量基础上加入剩余电量以及设备移动性,共同评估用户QoE,进而指导客户端码率自适应策略的优化。(2)提出基于设备剩余电量、设备移动性和网络带宽的码率自适应策略(based Battery-Mobility Bitrate Adaptive Scheme,BMBAS)。本文为实现视频播放过程中设备剩余电量与视频质量之间的权衡,减少用户不同移动模式下视频播放卡顿和切换现象,保证一定用户QoE的基础上,结合基于电量感知和用户行为模式的移动流媒体QoE优化策略,进而提出BMBAS码率自适应策略,为用户提供合理的视频码率,提升用户QoE。本文搭建真实的应用系统,并对设备剩余电量和移动性等方面DASH用户QoE优化进行测试。实验结果表明,本文通过对设备剩余电量的获取和用户场景的预判,提出的码率控制算法表现出较好的适应性,尤其在设备剩余电量较低和用户行走场景下,用户体验明显提升。故而该算法可以较好地适应不同电量模式和移动情景,提高了用户QoE。