随着网络的发展人们对于利用网络传输音视频信号的需求也越来越大，而音视频在存贮时文件的体积一般都十分庞大。由于网络带宽有限，如果不采用流媒体传输技术，而每次都将文件下载至本地，那么就会既费时间又占空间。
流媒体传输技术的出现在很大程度上解决了互联网音视频传输问题。“流”媒体的“流”指的是这种媒体的传输方式（流的方式），而并不是指媒体本身。用户通过解压设备对这些数据进行解压后，节目就会像发送前那样显示出来。流媒体传输技术让用户可以一边接收数据包一边播放，数据总是实时传送，实时播放。流媒体传输必须保证数据包的传输速度大于文件的播放速度，否则用户看到的视频就会暂停。这项技术主要如今广泛应用于网络音视频服务之中。
为了弥补网络环境的影响，保障数据包的顺序传输，使流媒体数据连续输出，流媒体传输采用了缓存机制。通常高速缓存所需容量并不大，因为高速缓存使用环形链表结构来存储数据：通过丢弃已经播放的内容，流可以重新利用空出的高速缓存空间来缓存后续尚未播放的内容。
使用缓存机制还可以解决停顿问题。网络由于某种原因经常会有一些突发流量，此时会造成暂时的拥塞，使流数据不能实时到达客户端，客户端的播放就会出现停顿。如果采用了缓存机制，暂时的网络阻塞并不会影响播放效果，因为播放器可以读取以前缓存的数据。等网络正常后，新的流数据将会继续添加到缓存中。
但是网络环境波荡起伏，当缓存耗尽而新数据包迟迟未到时，流媒体传输播放的视频还是会卡顿。有时带宽太小，卡顿在所难免。但有时可以通过调整传输的码率以匹配当前的网络带宽，牺牲视频质量，换取流畅的播放效果，避免卡顿。这种动态调整码率的方法被称为码率自适应算法。
码率自适应算法可分为三种：基于缓存的、基于吞吐量的和既考虑吞吐量又考虑缓存的。
基于缓存的码率自适应算法是通过客户端播放缓冲区缓冲量来决策下一个要传输的视频块的码率的算法。先设置一个保护窗口，当缓冲量小于保护窗口时，降低码率；再设置一个设置缓存限制：当buffer长度大于该限制的时候，提高码率。基于缓存的码率自适应算法能够有效降低卡顿率单独使用该类别可能导致用户码率一直处于较低码率。
基于吞吐量的码率自适应算法是通过预测未来的带宽去决策下一个要传输的视频块的码率的算法。通过对之前下载的视频块的带宽进行收集处理，进而预测下载下一个切片的网络带宽。该类别受限于带宽预测算法。在带宽预测准确的情况下，可以充分利用用户带宽。但因为不考虑当前缓存长度，可能会导致视频卡顿。
结合了上述两种算法可以获得更好的效果，最典型的算法是模型预测控制算法（MPC）。
码率自适应算法的根本目的是提高用户质量体验（QoE）。用户质量体验是一种以用户为中心，评价用户对服务和系统的满意度。它是用户的一种主观质量体验，主要受4类因素的影响：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
